Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CroCo-Stereo Lap2	0.29 12	0.25 173	0.44 85	0.50 276	0.30 224	0.19 1	0.31 94	0.52 14	0.41 36	0.25 1	0.28 5	0.46 70	0.31 58	0.39 9	0.30 53	0.15 69	0.15 197	0.16 61	0.13 52	0.17 132	0.16 103

test_4	0.37 66	0.19 36	0.34 15	0.45 207	0.26 135	0.20 2	0.34 123	0.58 31	0.42 40	0.60 78	1.45 335	0.43 57	0.26 20	0.67 162	0.29 41	0.12 4	0.10 8	0.17 89	0.19 214	0.15 69	0.12 11

CroCo-Stereo	0.27 4	0.23 125	0.40 50	0.49 265	0.22 32	0.20 2	0.29 62	0.55 21	0.45 49	0.29 4	0.27 2	0.42 51	0.26 20	0.30 1	0.26 9	0.15 69	0.13 145	0.13 10	0.12 29	0.16 107	0.13 32
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	20.12 428	36.36 436	38.38 433	170.13 445	62.28 441	0.22 4	0.20 1	13.43 428	0.40 31	0.45 45	0.66 78	0.42 51	0.21 5	0.64 139	0.32 69	5.57 426	0.10 8	0.15 44	0.11 18	72.31 444	0.13 32

Pruner-Stereo	0.39 95	0.21 78	0.51 146	0.41 111	0.25 105	0.22 4	0.24 25	0.71 105	0.59 78	0.90 246	0.75 104	0.67 171	0.30 55	0.64 139	0.39 133	0.19 197	0.12 89	0.20 182	0.17 162	0.17 132	0.19 173

RAFT_R40	0.41 123	0.20 57	0.47 108	0.44 195	0.25 105	0.23 6	0.25 34	0.69 88	0.70 114	0.98 284	0.78 115	0.72 195	0.43 125	0.80 227	0.39 133	0.17 130	0.11 41	0.20 182	0.16 120	0.18 157	0.15 82

LargeStereo	0.25 1	0.17 10	0.35 21	0.40 91	0.23 58	0.24 7	0.23 20	0.56 26	0.24 1	0.29 4	0.36 18	0.30 7	0.22 7	0.33 3	0.29 41	0.14 19	0.10 8	0.14 15	0.10 11	0.13 15	0.14 51

DisPM	0.40 109	0.20 57	0.50 138	0.42 137	0.27 165	0.24 7	0.30 74	0.68 77	0.61 87	0.88 232	0.87 162	0.59 129	0.32 64	0.80 227	0.34 88	0.19 197	0.12 89	0.19 152	0.17 162	0.16 107	0.21 216

Patchmatch Stereo++	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.21 5	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.31 94	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.59 85	0.38 125	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

ROB_FTStereo_v2	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.31 94	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.60 95	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

ROB_FTStereo	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.20 1	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.60 95	0.38 125	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

HUI-Stereo	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.22 11	0.63 48	0.40 31	0.64 101	0.73 91	0.58 120	0.38 95	0.53 58	0.38 125	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

iGMRVC	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.29 62	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

iRAFT	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.21 5	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

RAFT-IKP	0.36 48	0.24 144	0.51 146	0.42 137	0.22 32	0.24 7	0.27 47	0.63 48	0.39 23	0.63 91	0.73 91	0.57 105	0.38 95	0.61 101	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.21 215	0.16 103

CASnet	0.30 16	0.20 57	0.34 15	0.42 137	0.17 3	0.25 17	0.24 25	0.53 17	0.56 71	0.54 67	0.54 50	0.39 43	0.24 12	0.41 19	0.26 9	0.15 69	0.10 8	0.22 236	0.18 189	0.18 157	0.12 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
SST-Stereo	0.41 123	0.20 57	0.48 121	0.43 174	0.25 105	0.25 17	0.21 5	0.68 77	0.50 62	1.08 320	0.79 119	0.71 179	0.42 122	0.81 231	0.38 125	0.17 130	0.11 41	0.20 182	0.16 120	0.19 191	0.15 82

H2IRNET	0.38 82	0.21 78	0.36 28	0.39 64	0.25 105	0.26 19	0.24 25	0.61 39	0.74 136	0.39 24	0.89 168	0.74 203	0.53 165	0.53 58	0.44 170	0.16 102	0.13 145	0.19 152	0.20 233	0.17 132	0.15 82

MC-Stereo	0.29 12	0.18 17	0.35 21	0.40 91	0.21 27	0.26 19	0.26 44	0.53 17	0.40 31	0.38 21	0.61 67	0.41 49	0.31 58	0.57 76	0.27 25	0.14 19	0.10 8	0.14 15	0.12 29	0.12 3	0.12 11

NF-Stereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.57 105	0.31 58	0.69 176	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

OCTAStereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.58 120	0.31 58	0.69 176	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

RE-Stereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.57 105	0.31 58	0.70 183	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

TVStereo	0.39 95	0.21 78	0.51 146	0.42 137	0.25 105	0.26 19	0.30 74	0.71 105	0.72 122	0.66 109	0.77 107	0.57 105	0.31 58	0.70 183	0.39 133	0.18 162	0.12 89	0.20 182	0.16 120	0.16 107	0.27 278

DeepStereo_RVC	0.37 66	0.22 102	0.51 146	0.41 111	0.24 80	0.26 19	0.22 11	0.64 58	0.40 31	0.69 126	0.67 83	0.57 105	0.50 156	0.58 80	0.42 161	0.17 130	0.12 89	0.18 120	0.16 120	0.19 191	0.19 173

IRAFT_RVC	0.43 142	0.20 57	0.52 165	0.45 207	0.24 80	0.26 19	0.51 272	0.76 141	0.78 148	0.77 170	0.80 129	0.73 199	0.50 156	0.74 194	0.39 133	0.18 162	0.10 8	0.21 224	0.17 162	0.17 132	0.15 82

MoCha-V2	0.26 3	0.16 5	0.30 11	0.41 111	0.18 6	0.27 27	0.26 44	0.57 29	0.28 3	0.37 19	0.27 2	0.33 21	0.34 75	0.56 71	0.23 1	0.12 4	0.10 8	0.12 2	0.10 11	0.13 15	0.13 32

test croco	0.32 30	0.21 78	0.59 208	0.40 91	0.29 205	0.27 27	0.30 74	0.46 7	0.36 13	0.32 11	0.66 78	0.31 9	0.33 69	0.68 170	0.32 69	0.18 162	0.13 145	0.20 182	0.15 94	0.18 157	0.13 32

MIM_Stereo	0.39 95	0.18 17	0.59 208	0.38 47	0.25 105	0.27 27	0.24 25	0.72 115	0.56 71	0.72 140	1.00 219	0.62 140	0.29 45	0.67 162	0.39 133	0.13 10	0.14 177	0.17 89	0.16 120	0.14 39	0.12 11

AEACV	0.28 8	0.18 17	0.34 15	0.36 28	0.45 331	0.27 27	0.27 47	0.41 3	0.39 23	0.31 8	0.46 25	0.31 9	0.36 84	0.38 8	0.25 4	0.14 19	0.11 41	0.15 44	0.13 52	0.13 15	0.13 32

Selective-IGEV	0.25 1	0.18 17	0.37 31	0.37 36	0.20 20	0.27 27	0.25 34	0.59 33	0.25 2	0.27 2	0.26 1	0.34 25	0.18 1	0.62 123	0.23 1	0.12 4	0.10 8	0.14 15	0.11 18	0.13 15	0.11 3

CREStereo++_RVC	0.32 30	0.16 5	0.25 1	0.32 7	0.24 80	0.27 27	0.22 11	0.48 9	0.89 211	0.47 51	0.80 129	0.29 5	0.25 15	0.37 6	0.34 88	0.14 19	0.09 2	0.13 10	0.52 382	0.14 39	0.10 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
AFF-stereo	0.39 95	0.20 57	0.42 63	0.37 36	0.22 32	0.27 27	0.31 94	0.67 72	0.72 122	0.66 109	1.12 264	0.75 208	0.38 95	0.57 76	0.35 95	0.11 1	0.09 2	0.16 61	0.16 120	0.14 39	0.12 11

StereoIM	0.27 4	0.19 36	0.39 40	0.37 36	0.26 135	0.28 34	0.28 55	0.45 6	0.37 16	0.27 2	0.27 2	0.40 44	0.27 25	0.40 16	0.30 53	0.16 102	0.14 177	0.16 61	0.13 52	0.15 69	0.12 11

RAFT+CT+SA	0.40 109	0.24 144	0.40 50	0.53 309	0.27 165	0.28 34	0.45 243	0.79 154	0.81 169	0.51 58	0.90 171	0.42 51	0.39 108	0.81 231	0.33 79	0.15 69	0.11 41	0.18 120	0.18 189	0.15 69	0.15 82

test_5	0.44 148	0.25 173	0.48 121	0.53 309	0.28 186	0.28 34	0.42 226	0.77 146	0.87 197	0.63 91	0.91 177	0.73 199	0.53 165	0.82 236	0.36 104	0.14 19	0.11 41	0.18 120	0.18 189	0.18 157	0.16 103

PFNet+	0.41 123	0.20 57	0.53 172	0.40 91	0.25 105	0.28 34	0.22 11	0.66 61	0.76 142	0.85 212	0.79 119	0.63 144	0.34 75	0.75 199	0.37 112	0.20 217	0.14 177	0.23 251	0.20 233	0.17 132	0.21 216

MIF-Stereo (partial)	0.32 30	0.19 36	0.41 55	0.41 111	0.32 252	0.29 38	0.24 25	0.49 10	0.44 45	0.31 8	0.63 70	0.37 37	0.36 84	0.60 95	0.32 69	0.17 130	0.13 145	0.19 152	0.17 162	0.18 157	0.15 82

AAGNet	1.40 376	0.20 57	0.52 165	0.45 207	0.26 135	0.29 38	0.29 62	0.67 72	0.71 120	0.97 281	0.86 156	0.66 167	0.60 201	0.66 153	19.98 425	0.17 130	0.11 41	0.19 152	0.15 94	0.20 206	0.13 32

PSM-softLoss	0.40 109	0.21 78	0.53 172	0.42 137	0.26 135	0.29 38	0.34 123	0.70 98	0.49 59	0.63 91	0.82 137	0.59 129	0.33 69	0.75 199	0.43 163	0.20 217	0.12 89	0.20 182	0.18 189	0.17 132	0.22 231

KMStereo	0.40 109	0.21 78	0.53 172	0.42 137	0.26 135	0.29 38	0.34 123	0.70 98	0.49 59	0.63 91	0.82 137	0.59 129	0.33 69	0.75 199	0.43 163	0.20 217	0.12 89	0.20 182	0.18 189	0.17 132	0.22 231

IGEV_Zeroshot_test	0.36 48	0.19 36	0.71 258	0.41 111	0.29 205	0.30 42	0.25 34	0.86 171	0.40 31	0.64 101	0.57 58	0.56 102	0.25 15	0.56 71	0.29 41	0.15 69	0.11 41	0.16 61	0.14 73	0.14 39	0.14 51

MIF-Stereo	0.27 4	0.18 17	0.40 50	0.40 91	0.28 186	0.30 42	0.28 55	0.40 1	0.33 6	0.30 7	0.46 25	0.27 3	0.25 15	0.48 44	0.35 95	0.17 130	0.13 145	0.14 15	0.12 29	0.14 39	0.13 32

DCANet-4	0.38 82	0.22 102	0.58 200	0.35 13	0.19 10	0.30 42	0.30 74	0.69 88	0.97 252	0.70 130	0.79 119	0.40 44	0.46 143	0.46 32	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

fff	0.39 95	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.73 128	1.08 296	0.70 130	0.79 119	0.44 60	0.62 207	0.47 37	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

ADStereo(finetuned)	0.39 95	0.18 17	0.58 200	0.35 13	0.19 10	0.30 42	0.30 74	0.72 115	0.96 247	0.72 140	0.77 107	0.45 67	0.68 244	0.46 32	0.36 104	0.14 19	0.10 8	0.14 15	0.11 18	0.13 15	0.15 82

IGEV-Stereo	0.30 16	0.22 102	0.41 55	0.38 47	0.26 135	0.30 42	0.35 145	0.68 77	0.36 13	0.40 33	0.33 11	0.32 16	0.28 30	0.62 123	0.26 9	0.14 19	0.10 8	0.17 89	0.12 29	0.15 69	0.16 103
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.46 159	0.22 102	0.53 172	0.43 174	0.30 224	0.30 42	0.53 281	0.66 61	0.71 120	0.62 84	0.89 168	1.01 283	0.67 236	0.76 208	0.67 253	0.13 10	0.12 89	0.17 89	0.15 94	0.15 69	0.17 140

TRStereo	0.39 95	0.32 260	0.64 227	0.49 265	0.41 307	0.30 42	0.30 74	0.97 210	0.63 88	0.53 66	0.43 21	0.52 88	0.26 20	0.77 215	0.29 41	0.18 162	0.12 89	0.19 152	0.19 214	0.13 15	0.13 32

AnonymousM	0.42 130	0.86 376	0.31 12	0.35 13	0.23 58	0.30 42	0.37 164	0.56 26	0.44 45	0.72 140	0.50 35	0.47 74	0.29 45	0.42 20	0.35 95	0.16 102	0.12 89	1.51 394	0.32 338	0.12 3	0.11 3

DCANet	0.38 82	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.72 115	0.96 247	0.72 140	0.77 107	0.45 67	0.56 181	0.47 37	0.36 104	0.14 19	0.10 8	0.14 15	0.11 18	0.13 15	0.15 82

csc	0.39 95	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.73 128	1.08 296	0.70 130	0.79 119	0.44 60	0.62 207	0.47 37	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

cscssc	0.39 95	0.18 17	0.46 97	0.35 13	0.19 10	0.30 42	0.30 74	0.73 128	1.08 296	0.70 130	0.79 119	0.44 60	0.62 207	0.47 37	0.37 112	0.14 19	0.10 8	0.14 15	0.11 18	0.12 3	0.15 82

ff7	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

ffff	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

11t	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

anonymousdsp	0.30 16	0.22 102	0.41 55	0.38 47	0.26 135	0.31 54	0.35 145	0.68 77	0.36 13	0.40 33	0.33 11	0.32 16	0.28 30	0.62 123	0.26 9	0.14 19	0.10 8	0.17 89	0.12 29	0.15 69	0.16 103

RCA-Stereo	0.36 48	0.18 17	0.37 31	0.38 47	0.23 58	0.31 54	0.33 115	0.70 98	1.25 334	0.45 45	0.65 75	0.46 70	0.43 125	0.40 16	0.29 41	0.14 19	0.10 8	0.14 15	0.12 29	0.12 3	0.12 11

ccc-4	0.30 16	0.22 102	0.42 63	0.37 36	0.26 135	0.31 54	0.34 123	0.66 61	0.35 8	0.39 24	0.33 11	0.31 9	0.28 30	0.61 101	0.26 9	0.14 19	0.11 41	0.17 89	0.12 29	0.15 69	0.16 103

GLC_STEREO	0.30 16	0.20 57	0.28 9	0.44 195	0.19 10	0.31 54	0.25 34	0.49 10	0.43 43	0.37 19	0.47 30	0.40 44	0.23 9	0.51 55	0.37 112	0.15 69	0.18 253	0.19 152	0.16 120	0.16 107	0.14 51

iRaftStereo_RVC	0.33 34	0.20 57	0.40 50	0.40 91	0.23 58	0.31 54	0.29 62	0.70 98	0.55 70	0.49 55	0.66 78	0.37 37	0.23 9	0.47 37	0.33 79	0.14 19	0.11 41	0.19 152	0.17 162	0.16 107	0.13 32

raftrobust	0.35 42	0.20 57	0.39 40	0.43 174	0.29 205	0.31 54	0.25 34	0.73 128	0.66 100	0.59 76	0.56 57	0.44 60	0.45 137	0.55 67	0.31 63	0.16 102	0.12 89	0.14 15	0.12 29	0.12 3	0.14 51

CAS++	0.33 34	0.25 173	0.39 40	0.38 47	0.26 135	0.32 63	0.24 25	0.87 172	0.53 68	0.48 54	0.46 25	0.26 2	0.21 5	0.50 52	0.26 9	0.23 262	0.20 278	0.22 236	0.17 162	0.21 215	0.17 140
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	0.33 34	0.19 36	0.36 28	0.41 111	0.22 32	0.32 63	0.22 11	0.65 59	0.45 49	0.52 60	0.64 73	0.60 132	0.19 3	0.78 223	0.27 25	0.14 19	0.11 41	0.14 15	0.10 11	0.13 15	0.13 32

4D-IteraStereo	0.33 34	0.19 36	0.43 80	0.40 91	0.24 80	0.32 63	0.27 47	0.59 33	0.72 122	0.66 109	0.53 47	0.42 51	0.22 7	0.46 32	0.30 53	0.14 19	0.09 2	0.20 182	0.16 120	0.16 107	0.12 11

LoS	0.30 16	0.16 5	0.32 14	0.30 4	0.19 10	0.32 63	0.29 62	0.54 20	0.73 131	0.35 17	0.52 44	0.42 51	0.29 45	0.48 44	0.29 41	0.15 69	0.11 41	0.13 10	0.09 5	0.12 3	0.12 11

RAFT-345	0.41 123	0.19 36	0.42 63	0.39 64	0.23 58	0.32 63	0.25 34	0.62 42	0.56 71	0.74 154	1.77 359	0.44 60	0.35 79	0.67 162	0.37 112	0.14 19	0.11 41	0.18 120	0.14 73	0.14 39	0.13 32

cross-raft	0.34 40	0.20 57	0.38 37	0.45 207	0.24 80	0.32 63	0.35 145	0.77 146	0.42 40	0.62 84	0.77 107	0.58 120	0.27 25	0.46 32	0.31 63	0.12 4	0.10 8	0.15 44	0.13 52	0.15 69	0.12 11

rafts_anoy	0.38 82	0.22 102	0.38 37	0.43 174	0.28 186	0.32 63	0.32 106	0.70 98	0.91 221	0.59 76	0.66 78	0.45 67	0.33 69	0.49 50	0.41 158	0.16 102	0.12 89	0.21 224	0.23 278	0.18 157	0.16 103

ProNet	0.30 16	0.22 102	0.41 55	0.36 28	0.25 105	0.33 70	0.42 226	0.62 42	0.41 36	0.33 13	0.31 7	0.32 16	0.28 30	0.60 95	0.28 32	0.13 10	0.11 41	0.16 61	0.13 52	0.13 15	0.14 51

iRaft-Stereo_20w	0.42 130	0.20 57	0.63 223	0.39 64	0.27 165	0.33 70	0.25 34	1.76 384	0.37 16	0.73 147	0.53 47	0.63 144	0.42 122	0.86 246	0.29 41	0.14 19	0.11 41	0.14 15	0.13 52	0.15 69	0.15 82

HHNet	0.42 130	0.19 36	0.43 80	0.35 13	0.38 290	0.33 70	0.33 115	0.71 105	0.78 148	0.87 224	1.30 309	0.52 88	0.36 84	0.53 58	0.37 112	0.16 102	0.11 41	0.19 152	0.15 94	0.15 69	0.25 265

NRIStereo	0.37 66	0.21 78	0.49 129	0.42 137	0.23 58	0.33 70	0.25 34	0.68 77	0.59 78	0.65 105	0.63 70	0.55 96	0.37 88	0.67 162	0.40 153	0.16 102	0.12 89	0.18 120	0.15 94	0.17 132	0.15 82

RAFT-Stereo + iAFF	0.37 66	0.18 17	0.45 90	0.36 28	0.19 10	0.33 70	0.28 55	0.67 72	0.77 144	0.72 140	0.99 215	0.56 102	0.39 108	0.44 24	0.31 63	0.11 1	0.09 2	0.15 44	0.14 73	0.13 15	0.11 3

EAI-Stereo	0.36 48	0.21 78	0.46 97	0.40 91	0.22 32	0.33 70	0.36 152	1.22 293	0.32 5	0.52 60	0.75 104	0.35 30	0.28 30	0.65 145	0.30 53	0.14 19	0.11 41	0.14 15	0.14 73	0.14 39	0.13 32

RAFT_CTSACE	0.46 159	0.20 57	0.48 121	0.46 230	0.27 165	0.34 76	0.39 190	0.62 42	0.74 136	0.78 181	1.44 332	0.86 242	0.38 95	1.09 309	0.27 25	0.13 10	0.13 145	0.18 120	0.16 120	0.16 107	0.12 11

Gwc-CoAtRS	0.35 42	0.18 17	0.46 97	0.39 64	0.23 58	0.34 76	0.22 11	0.74 134	0.77 144	0.62 84	0.60 64	0.58 120	0.29 45	0.47 37	0.29 41	0.14 19	0.11 41	0.14 15	0.12 29	0.13 15	0.13 32

TestStereo1	0.44 148	0.24 144	0.45 90	0.52 302	0.25 105	0.35 78	0.40 201	0.81 158	0.94 236	0.70 130	0.96 196	0.48 77	0.45 137	0.94 270	0.33 79	0.16 102	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

SA-5K	0.44 148	0.24 144	0.45 90	0.52 302	0.25 105	0.35 78	0.40 201	0.81 158	0.94 236	0.70 130	0.96 196	0.48 77	0.45 137	0.94 270	0.33 79	0.16 102	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

test_xeample3	0.31 27	0.23 125	0.56 191	0.36 28	0.26 135	0.35 78	0.32 106	0.60 35	0.38 19	0.44 44	0.32 10	0.33 21	0.28 30	0.66 153	0.27 25	0.14 19	0.12 89	0.16 61	0.12 29	0.14 39	0.14 51

CFNet-RSSM	0.35 42	0.18 17	0.47 108	0.39 64	0.22 32	0.35 78	0.23 20	0.78 149	0.86 193	0.67 116	0.54 50	0.56 102	0.28 30	0.49 50	0.28 32	0.14 19	0.10 8	0.14 15	0.12 29	0.13 15	0.12 11

HH	0.37 66	0.22 102	0.49 129	0.41 111	0.26 135	0.36 82	0.30 74	0.87 172	0.41 36	0.45 45	0.59 62	0.78 221	0.43 125	0.77 215	0.26 9	0.15 69	0.11 41	0.15 44	0.14 73	0.14 39	0.14 51

HanStereo	0.37 66	0.22 102	0.49 129	0.41 111	0.26 135	0.36 82	0.30 74	0.87 172	0.41 36	0.45 45	0.59 62	0.78 221	0.43 125	0.77 215	0.26 9	0.15 69	0.11 41	0.15 44	0.14 73	0.14 39	0.14 51

LL-Strereo2	0.36 48	0.25 173	0.52 165	0.43 174	0.27 165	0.36 82	0.27 47	0.70 98	0.46 54	0.55 68	0.53 47	0.65 155	0.24 12	0.69 176	0.32 69	0.14 19	0.13 145	0.23 251	0.20 233	0.19 191	0.14 51

CES	0.29 12	0.15 2	0.25 1	0.31 5	0.71 376	0.36 82	0.27 47	0.51 13	0.47 56	0.34 15	0.48 31	0.27 3	0.23 9	0.40 16	0.24 3	0.13 10	0.11 41	0.12 2	0.08 1	0.13 15	0.32 306

TransformOpticalFlow	0.46 159	0.21 78	0.49 129	0.42 137	0.24 80	0.36 82	0.46 246	1.04 230	0.84 183	0.67 116	1.14 272	0.73 199	0.56 181	0.78 223	0.33 79	0.15 69	0.10 8	0.17 89	0.15 94	0.14 39	0.15 82

OMP-Stereo	0.43 142	0.23 125	0.50 138	0.53 309	0.25 105	0.36 82	0.24 25	0.73 128	0.81 169	0.78 181	0.64 73	0.88 249	0.41 117	0.95 275	0.36 104	0.15 69	0.12 89	0.20 182	0.15 94	0.16 107	0.13 32

RALCasStereoNet	0.37 66	0.23 125	0.41 55	0.44 195	0.28 186	0.36 82	0.38 177	0.66 61	0.67 106	0.51 58	0.74 102	0.51 85	0.29 45	0.64 139	0.38 125	0.17 130	0.14 177	0.15 44	0.13 52	0.17 132	0.17 140

RALAANet	0.40 109	0.24 144	0.56 191	0.43 174	0.30 224	0.36 82	0.25 34	0.89 179	0.69 112	0.69 126	0.65 75	0.61 134	0.30 55	0.63 132	0.35 95	0.16 102	0.13 145	0.18 120	0.15 94	0.21 215	0.14 51

MGS-Stereo	0.29 12	0.20 57	0.42 63	0.37 36	0.24 80	0.37 90	0.30 74	0.40 1	0.50 62	0.32 11	0.51 40	0.40 44	0.24 12	0.45 27	0.28 32	0.16 102	0.12 89	0.15 44	0.13 52	0.15 69	0.14 51

whm_eth	0.49 187	0.32 260	0.79 281	0.47 248	0.38 290	0.37 90	0.37 164	0.83 164	0.83 182	0.82 191	1.73 357	0.36 36	0.39 108	0.61 101	0.38 125	0.19 197	0.17 244	0.20 182	0.20 233	0.20 206	0.25 265

StereoVision	0.43 142	0.29 237	0.54 184	0.50 276	0.28 186	0.37 90	0.38 177	0.75 139	0.63 88	0.46 49	1.11 262	0.53 92	0.38 95	0.57 76	0.34 88	0.21 232	0.24 309	0.25 275	0.24 292	0.26 271	0.17 140

EKT-Stereo	0.36 48	0.24 144	0.44 85	0.44 195	0.30 224	0.37 90	0.30 74	0.72 115	0.68 107	0.47 51	0.63 70	0.49 81	0.28 30	0.59 85	0.34 88	0.19 197	0.14 177	0.18 120	0.15 94	0.16 107	0.18 164

EGLCR-Stereo	0.27 4	0.17 10	0.36 28	0.35 13	0.21 27	0.37 90	0.20 1	0.58 31	0.37 16	0.29 4	0.28 5	0.42 51	0.18 1	0.47 37	0.27 25	0.14 19	0.10 8	0.16 61	0.14 73	0.13 15	0.12 11

ASMatch	0.48 177	0.20 57	0.47 108	0.39 64	0.28 186	0.37 90	0.26 44	0.76 141	0.72 122	0.77 170	2.29 374	0.61 134	0.51 161	0.64 139	0.39 133	0.15 69	0.12 89	0.17 89	0.15 94	0.14 39	0.22 231

panet	0.28 8	0.15 2	0.25 1	0.29 2	0.16 2	0.38 96	0.23 20	0.53 17	0.77 144	0.43 41	0.52 44	0.34 25	0.28 30	0.39 9	0.27 25	0.15 69	0.11 41	0.12 2	0.08 1	0.11 1	0.11 3

IGEVStereo-DCA	0.30 16	0.24 144	0.42 63	0.36 28	0.27 165	0.38 96	0.34 123	0.66 61	0.35 8	0.39 24	0.31 7	0.35 30	0.27 25	0.62 123	0.25 4	0.16 102	0.12 89	0.16 61	0.12 29	0.14 39	0.16 103

rrr	0.31 27	0.24 144	0.56 191	0.36 28	0.27 165	0.38 96	0.31 94	0.56 26	0.44 45	0.39 24	0.31 7	0.35 30	0.27 25	0.62 123	0.25 4	0.16 102	0.12 89	0.16 61	0.13 52	0.14 39	0.14 51

knoymous	0.37 66	0.22 102	0.34 15	0.32 7	0.22 32	0.38 96	0.29 62	0.63 48	0.65 97	0.69 126	0.69 85	0.60 132	0.40 113	0.61 101	0.36 104	0.17 130	0.11 41	0.20 182	0.12 29	0.18 157	0.19 173

XX-TBD	0.32 30	0.53 332	0.26 5	0.53 309	0.21 27	0.38 96	0.24 25	0.41 3	0.77 144	0.55 68	0.70 87	0.31 9	0.26 20	0.33 3	0.28 32	0.16 102	0.10 8	0.12 2	0.09 5	0.13 15	0.11 3

CREStereo	0.28 8	0.16 5	0.25 1	0.28 1	0.17 3	0.38 96	0.25 34	0.52 14	0.76 142	0.43 41	0.51 40	0.32 16	0.28 30	0.39 9	0.27 25	0.16 102	0.11 41	0.12 2	0.09 5	0.12 3	0.12 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LL-Strereo	0.58 258	0.29 237	0.83 292	0.48 256	0.35 278	0.39 102	0.48 256	1.04 230	0.99 259	0.87 224	0.79 119	1.08 303	1.15 352	1.35 346	0.51 204	0.18 162	0.15 197	0.22 236	0.19 214	0.17 132	0.21 216

CrosDoStereo	0.51 208	0.19 36	0.46 97	0.39 64	0.24 80	0.39 102	1.14 376	0.69 88	0.87 197	0.94 261	1.36 317	0.62 140	0.75 272	0.68 170	0.46 180	0.15 69	0.12 89	0.17 89	0.18 189	0.14 39	0.16 103

FTStereo	0.56 243	0.21 78	0.39 40	0.42 137	0.25 105	0.39 102	0.73 337	0.69 88	0.45 49	1.09 324	3.23 394	0.69 176	0.71 256	0.55 67	0.34 88	0.15 69	0.13 145	0.19 152	0.17 162	0.15 69	0.32 306

DeepStereo_LL	0.51 208	0.19 36	0.46 97	0.39 64	0.24 80	0.39 102	1.14 376	0.69 88	0.87 197	0.94 261	1.36 317	0.62 140	0.75 272	0.68 170	0.46 180	0.15 69	0.12 89	0.17 89	0.18 189	0.14 39	0.16 103

XX-Stereo	0.38 82	0.18 17	0.52 165	0.58 335	0.38 290	0.39 102	0.20 1	0.62 42	0.31 4	0.47 51	1.29 307	0.72 195	0.25 15	0.59 85	0.28 32	0.16 102	0.11 41	0.17 89	0.16 120	0.14 39	0.11 3

MyStereo07	0.33 34	0.23 125	0.37 31	0.43 174	0.29 205	0.40 107	0.48 256	0.78 149	0.38 19	0.38 21	0.34 17	0.32 16	0.30 55	0.63 132	0.28 32	0.14 19	0.13 145	0.19 152	0.17 162	0.18 157	0.17 140

MyStereo04	0.45 154	0.23 125	0.52 165	0.43 174	0.29 205	0.40 107	0.48 256	1.02 224	1.12 304	0.62 84	0.58 60	0.55 96	0.56 181	0.77 215	0.45 176	0.14 19	0.13 145	0.19 152	0.17 162	0.18 157	0.17 140

raft_robust	0.41 123	0.24 144	0.39 40	0.43 174	0.22 32	0.40 107	0.33 115	0.80 156	0.98 256	0.80 186	0.88 165	0.41 49	0.32 64	0.89 255	0.30 53	0.14 19	0.12 89	0.16 61	0.18 189	0.15 69	0.13 32

GMOStereo	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

error version	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

test-v	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

CRE-IMP	0.37 66	0.23 125	0.53 172	0.42 137	0.24 80	0.40 107	0.21 5	0.61 39	0.45 49	0.65 105	0.73 91	0.53 92	0.37 88	0.63 132	0.40 153	0.18 162	0.11 41	0.19 152	0.16 120	0.21 215	0.19 173

test-2	0.38 82	0.19 36	0.42 63	0.43 174	0.24 80	0.40 107	0.39 190	0.55 21	0.64 92	0.89 239	0.84 145	0.65 155	0.37 88	0.39 9	0.29 41	0.14 19	0.12 89	0.20 182	0.18 189	0.15 69	0.12 11

Prome-Stereo	0.46 159	0.20 57	0.37 31	0.45 207	0.26 135	0.40 107	0.42 226	0.69 88	0.49 59	0.96 278	1.84 362	0.58 120	0.64 219	0.63 132	0.32 69	0.15 69	0.11 41	0.16 61	0.14 73	0.17 132	0.30 296

UDGNet	0.50 198	0.82 371	0.56 191	0.51 288	0.32 252	0.41 116	0.34 123	0.71 105	0.93 229	0.65 105	0.60 64	0.58 120	0.44 130	0.65 145	0.43 163	0.33 333	0.15 197	0.67 382	0.20 233	0.49 358	0.23 250

GwcNet-ADL	0.45 154	0.24 144	0.51 146	0.46 230	0.30 224	0.41 116	0.40 201	0.95 204	0.98 256	0.73 147	0.78 115	0.61 134	0.41 117	0.67 162	0.55 222	0.20 217	0.14 177	0.15 44	0.14 73	0.19 191	0.22 231

TestStereo	0.39 95	0.32 260	0.42 63	0.45 207	0.20 20	0.41 116	0.38 177	0.69 88	0.66 100	0.56 70	0.78 115	0.48 77	0.43 125	0.59 85	0.37 112	0.18 162	0.13 145	0.20 182	0.15 94	0.23 248	0.14 51

sAnonymous2	0.42 130	0.41 305	0.96 319	0.48 256	0.37 285	0.41 116	0.48 256	0.60 35	0.52 65	0.39 24	0.48 31	0.35 30	0.44 130	0.44 24	0.30 53	0.19 197	0.14 177	0.19 152	0.17 162	0.55 370	0.43 351

CroCo_RVC	0.42 130	0.41 305	0.96 319	0.48 256	0.37 285	0.41 116	0.48 256	0.60 35	0.52 65	0.39 24	0.48 31	0.35 30	0.44 130	0.44 24	0.30 53	0.19 197	0.14 177	0.19 152	0.17 162	0.55 370	0.43 351

R-Stereo Train	0.40 109	0.19 36	0.47 108	0.43 174	0.27 165	0.41 116	0.31 94	0.74 134	0.38 19	0.90 246	1.28 303	0.58 120	0.35 79	0.43 22	0.35 95	0.15 69	0.13 145	0.14 15	0.12 29	0.14 39	0.14 51

RAFT-Stereo	0.40 109	0.19 36	0.47 108	0.43 174	0.27 165	0.41 116	0.31 94	0.74 134	0.38 19	0.90 246	1.28 303	0.58 120	0.35 79	0.43 22	0.35 95	0.15 69	0.13 145	0.14 15	0.12 29	0.14 39	0.14 51
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test-3	0.35 42	0.17 10	0.48 121	0.40 91	0.22 32	0.42 123	0.22 11	0.66 61	0.80 160	0.72 140	0.45 23	0.63 144	0.29 45	0.45 27	0.32 69	0.13 10	0.09 2	0.17 89	0.13 52	0.13 15	0.11 3

test_1	0.35 42	0.17 10	0.48 121	0.40 91	0.22 32	0.42 123	0.22 11	0.66 61	0.80 160	0.70 130	0.45 23	0.63 144	0.29 45	0.45 27	0.32 69	0.13 10	0.09 2	0.17 89	0.13 52	0.13 15	0.11 3

PFNet	0.43 142	0.19 36	0.61 214	0.44 195	0.24 80	0.42 123	0.31 94	0.76 141	0.81 169	1.01 292	0.74 102	0.67 171	0.41 117	0.75 199	0.39 133	0.16 102	0.10 8	0.20 182	0.15 94	0.16 107	0.14 51

sCroCo_RVC	0.36 48	0.29 237	0.73 268	0.52 302	0.39 299	0.42 123	0.31 94	0.52 14	0.46 54	0.31 8	0.48 31	0.38 40	0.32 64	0.46 32	0.33 79	0.22 248	0.23 301	0.19 152	0.19 214	0.21 215	0.22 231

MyStereo06	0.40 109	0.22 102	0.65 232	0.42 137	0.29 205	0.43 127	0.48 256	1.05 236	0.43 43	0.64 101	0.54 50	0.78 221	0.27 25	0.53 58	0.31 63	0.14 19	0.13 145	0.18 120	0.17 162	0.17 132	0.17 140

MyStereo05	0.46 159	0.22 102	0.51 146	0.42 137	0.29 205	0.43 127	0.48 256	0.96 208	1.12 304	0.77 170	0.62 69	0.51 85	0.57 190	0.79 225	0.43 163	0.14 19	0.13 145	0.18 120	0.17 162	0.17 132	0.17 140

LoS_RVC	0.28 8	0.17 10	0.29 10	0.33 9	0.32 252	0.43 127	0.34 123	0.42 5	0.34 7	0.33 13	0.51 40	0.29 5	0.38 95	0.37 6	0.28 32	0.11 1	0.10 8	0.11 1	0.08 1	0.11 1	0.26 270

IIG-Stereo	0.45 154	0.22 102	0.48 121	0.51 288	0.26 135	0.43 127	0.21 5	0.73 128	0.80 160	0.84 202	0.95 192	0.82 235	0.46 143	0.95 275	0.37 112	0.16 102	0.12 89	0.19 152	0.15 94	0.15 69	0.12 11

KYRaft	0.48 177	0.21 78	0.41 55	0.45 207	0.23 58	0.43 127	0.36 152	0.68 77	0.45 49	0.94 261	1.72 356	0.78 221	0.40 113	0.65 145	0.32 69	0.16 102	0.11 41	0.18 120	0.22 269	0.17 132	0.76 385

DN-CSS_ROB	0.45 154	0.27 214	0.74 272	0.41 111	0.29 205	0.43 127	0.29 62	0.80 156	0.78 148	0.73 147	1.08 256	0.48 77	0.45 137	0.81 231	0.40 153	0.15 69	0.12 89	0.21 224	0.19 214	0.18 157	0.17 140

test-1	0.37 66	0.20 57	0.76 275	0.47 248	0.27 165	0.44 133	0.36 152	0.63 48	0.65 97	0.49 55	0.67 83	0.54 94	0.35 79	0.42 20	0.30 53	0.14 19	0.12 89	0.16 61	0.14 73	0.15 69	0.18 164

raft+_RVC	0.38 82	0.20 57	0.38 37	0.39 64	0.27 165	0.44 133	0.35 145	0.81 158	0.90 215	0.52 60	0.78 115	0.50 82	0.29 45	0.56 71	0.41 158	0.15 69	0.12 89	0.17 89	0.15 94	0.14 39	0.13 32

PMTNet	0.33 34	0.17 10	0.26 5	0.29 2	0.18 6	0.44 133	0.22 11	0.57 29	0.66 100	0.46 49	0.54 50	0.38 40	0.34 75	0.50 52	0.25 4	0.75 385	0.10 8	0.12 2	0.09 5	0.13 15	0.12 11

DCRE	0.38 82	0.19 36	0.47 108	0.45 207	0.33 263	0.45 136	0.40 201	0.66 61	0.53 68	0.49 55	0.95 192	0.57 105	0.39 108	0.53 58	0.32 69	0.14 19	0.13 145	0.15 44	0.14 73	0.14 39	0.15 82

CAS	0.37 66	0.13 1	0.27 8	1.34 395	0.31 234	0.46 137	0.38 177	0.50 12	0.48 58	0.35 17	0.52 44	0.24 1	0.19 3	0.30 1	0.28 32	1.03 396	0.08 1	0.12 2	0.08 1	0.12 3	0.28 287

SA	0.45 154	0.26 202	0.50 138	0.47 248	0.24 80	0.46 137	0.36 152	0.79 154	1.00 263	0.61 82	1.04 239	0.50 82	0.50 156	0.98 287	0.33 79	0.16 102	0.13 145	0.21 224	0.19 214	0.15 69	0.14 51

Former-RAFT_DAM_RVC	0.34 40	0.28 227	0.48 121	0.37 36	0.25 105	0.47 139	0.30 74	0.60 35	0.92 227	0.43 41	0.37 19	0.30 7	0.29 45	0.50 52	0.30 53	0.17 130	0.14 177	0.18 120	0.15 94	0.18 157	0.16 103

qqq	0.42 130	0.28 227	0.50 138	0.37 36	0.22 32	0.47 139	0.39 190	0.91 185	0.59 78	0.57 72	0.71 88	0.65 155	0.56 181	0.59 85	0.48 192	0.17 130	0.17 244	0.20 182	0.19 214	0.18 157	0.19 173

test_3	0.37 66	0.19 36	0.50 138	0.45 207	0.24 80	0.47 139	0.36 152	0.69 88	0.84 183	0.66 109	0.46 25	0.68 174	0.25 15	0.45 27	0.32 69	0.12 4	0.10 8	0.18 120	0.16 120	0.15 69	0.12 11

LCNet	0.42 130	0.21 78	0.34 15	0.44 195	0.24 80	0.47 139	0.28 55	0.69 88	0.57 75	0.72 140	1.03 236	0.66 167	0.58 193	0.60 95	0.35 95	0.15 69	0.10 8	0.19 152	0.19 214	0.22 234	0.37 329

GMStereo	0.40 109	0.38 289	0.61 214	0.41 111	0.27 165	0.47 139	0.35 145	0.62 42	1.04 278	0.57 72	0.54 50	0.38 40	0.36 84	0.56 71	0.41 158	0.20 217	0.13 145	0.16 61	0.17 162	0.24 256	0.20 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymousdsp2	0.37 66	0.21 78	0.49 129	0.38 47	0.24 80	0.48 144	0.31 94	0.91 185	0.68 107	0.57 72	0.51 40	0.51 85	0.34 75	0.59 85	0.33 79	0.14 19	0.11 41	0.14 15	0.10 11	0.16 107	0.16 103

AE-Stereo	0.36 48	0.21 78	0.47 108	0.49 265	0.31 234	0.50 145	0.34 123	0.72 115	0.73 131	0.34 15	0.55 55	0.52 88	0.28 30	0.48 44	0.31 63	0.13 10	0.13 145	0.18 120	0.16 120	0.15 69	0.14 51

RAFT-Test	0.35 42	0.19 36	0.42 63	0.39 64	0.24 80	0.50 145	0.23 20	0.74 134	0.44 45	0.62 84	0.85 152	0.64 151	0.28 30	0.48 44	0.30 53	0.14 19	0.11 41	0.14 15	0.11 18	0.13 15	0.13 32

ACRE	0.42 130	0.23 125	0.73 268	0.45 207	0.33 263	0.50 145	0.33 115	0.68 77	0.70 114	0.82 191	0.92 183	0.46 70	0.32 64	0.53 58	0.52 208	0.17 130	0.12 89	0.15 44	0.14 73	0.13 15	0.16 103

GMM-Stereo	0.44 148	0.20 57	0.39 40	0.42 137	0.25 105	0.50 145	0.44 239	0.72 115	0.57 75	0.77 170	1.37 320	0.76 214	0.38 95	0.62 123	0.34 88	0.15 69	0.10 8	0.20 182	0.19 214	0.17 132	0.28 287

DeepPruner_ROB	0.55 234	0.37 285	0.67 238	0.42 137	0.31 234	0.50 145	0.43 233	1.22 293	0.73 131	0.86 222	1.05 242	0.85 238	0.58 193	0.90 260	0.56 224	0.29 310	0.23 301	0.22 236	0.22 269	0.26 271	0.26 270

Any-RAFT	0.36 48	0.17 10	0.31 12	0.35 13	0.21 27	0.51 150	0.21 5	0.93 196	0.75 139	0.56 70	0.73 91	0.66 167	0.29 45	0.48 44	0.25 4	0.15 69	0.10 8	0.13 10	0.10 11	0.13 15	0.13 32

CIPLG	0.42 130	0.23 125	0.71 258	0.45 207	0.33 263	0.51 150	0.33 115	0.68 77	0.68 107	0.84 202	0.96 196	0.47 74	0.33 69	0.56 71	0.52 208	0.17 130	0.12 89	0.16 61	0.14 73	0.13 15	0.16 103

dd	0.44 148	0.40 301	0.62 219	0.44 195	0.26 135	0.51 150	0.38 177	0.72 115	1.07 291	0.60 78	0.66 78	0.43 57	0.40 113	0.68 170	0.53 217	0.24 269	0.15 197	0.21 224	0.16 120	0.24 256	0.19 173

IPLGR_C	0.42 130	0.23 125	0.71 258	0.46 230	0.33 263	0.51 150	0.34 123	0.69 88	0.69 112	0.84 202	0.92 183	0.46 70	0.33 69	0.53 58	0.53 217	0.17 130	0.12 89	0.16 61	0.14 73	0.13 15	0.16 103

IPLGR	0.40 109	0.22 102	0.70 255	0.40 91	0.22 32	0.51 150	0.29 62	0.78 149	0.78 148	0.80 186	0.77 107	0.44 60	0.41 117	0.48 44	0.40 153	0.14 19	0.12 89	0.16 61	0.14 73	0.16 107	0.14 51

GrayStereo	0.49 187	0.20 57	0.44 85	0.47 248	0.29 205	0.51 150	0.62 312	0.71 105	0.66 100	1.04 305	1.46 336	0.77 219	0.73 267	0.58 80	0.35 95	0.15 69	0.12 89	0.17 89	0.17 162	0.15 69	0.30 296

PSMNet-RSSM	0.50 198	0.24 144	0.41 55	0.43 174	0.26 135	0.51 150	0.40 201	1.16 270	0.79 154	0.75 157	1.07 250	0.87 246	0.69 246	0.66 153	0.52 208	0.24 269	0.16 218	0.23 251	0.26 311	0.20 206	0.20 200

tt1	0.37 66	0.25 173	0.35 21	0.43 174	0.23 58	0.52 157	0.37 164	0.72 115	1.13 310	0.42 36	0.46 25	0.35 30	0.44 130	0.61 101	0.26 9	0.17 130	0.11 41	0.19 152	0.13 52	0.16 107	0.17 140

HCRNet	0.46 159	0.35 275	0.45 90	0.54 318	0.26 135	0.52 157	0.29 62	0.87 172	0.64 92	0.75 157	0.82 137	0.76 214	0.53 165	0.70 183	0.38 125	0.24 269	0.16 218	0.24 264	0.20 233	0.21 215	0.20 200

111	0.42 130	0.18 17	0.46 97	0.35 13	0.19 10	0.52 157	0.28 55	0.76 141	1.16 319	0.52 60	0.92 183	0.65 155	0.51 161	0.65 145	0.37 112	0.15 69	0.10 8	0.14 15	0.12 29	0.13 15	0.16 103

ACVNet-DCA	0.36 48	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.91 185	0.59 78	0.42 36	0.50 35	0.34 25	0.47 147	0.61 101	0.26 9	0.17 130	0.11 41	0.19 152	0.13 52	0.18 157	0.19 173

xx1	0.40 109	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.71 105	1.17 322	0.42 36	0.50 35	0.65 155	0.56 181	0.61 101	0.26 9	0.17 130	0.11 41	0.20 182	0.19 214	0.18 157	0.19 173

1test111	0.37 66	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.91 185	0.59 78	0.42 36	0.50 35	0.34 25	0.47 147	0.59 85	0.48 192	0.17 130	0.11 41	0.19 152	0.13 52	0.18 157	0.19 173

cc1	0.38 82	0.25 173	0.35 21	0.42 137	0.23 58	0.53 160	0.37 164	0.71 105	1.17 322	0.42 36	0.50 35	0.34 25	0.47 147	0.61 101	0.26 9	0.17 130	0.11 41	0.19 152	0.13 52	0.16 107	0.17 140

MIPNet	0.39 95	0.22 102	0.66 234	0.40 91	0.25 105	0.53 160	0.29 62	0.78 149	0.74 136	0.68 123	0.60 64	0.40 44	0.48 150	0.45 27	0.39 133	0.14 19	0.11 41	0.16 61	0.13 52	0.14 39	0.14 51

DMCA	0.47 168	0.27 214	0.59 208	0.39 64	0.29 205	0.53 160	0.34 123	0.98 212	0.70 114	0.78 181	0.83 142	0.79 227	0.55 173	0.54 66	0.57 228	0.21 232	0.16 218	0.21 224	0.16 120	0.19 191	0.22 231

x	0.41 123	0.25 173	0.46 97	0.36 28	0.24 80	0.54 166	0.31 94	0.94 201	0.58 77	0.60 78	0.72 89	0.61 134	0.53 165	0.52 56	0.50 201	0.18 162	0.16 218	0.17 89	0.16 120	0.17 132	0.18 164

IPLG	0.40 109	0.21 78	0.64 227	0.41 111	0.25 105	0.54 166	0.27 47	0.77 146	0.68 107	0.85 212	0.82 137	0.33 21	0.32 64	0.64 139	0.49 199	0.13 10	0.11 41	0.16 61	0.14 73	0.14 39	0.14 51

GANet-ADL	0.44 148	0.27 214	0.48 121	0.44 195	0.30 224	0.54 166	0.36 152	0.94 201	0.88 207	0.64 101	0.72 89	0.68 174	0.44 130	0.55 67	0.44 170	0.22 248	0.15 197	0.15 44	0.13 52	0.18 157	0.21 216

STrans-v2	0.47 168	0.21 78	0.49 129	0.41 111	0.25 105	0.54 166	0.49 266	1.16 270	0.82 177	0.67 116	1.05 242	0.71 179	0.67 236	0.74 194	0.34 88	0.15 69	0.11 41	0.17 89	0.15 94	0.14 39	0.14 51

FENet	0.43 142	0.23 125	0.40 50	0.40 91	0.24 80	0.54 166	0.33 115	0.83 164	0.72 122	0.74 154	0.73 91	0.63 144	0.56 181	0.65 145	0.45 176	0.19 197	0.13 145	0.19 152	0.17 162	0.18 157	0.20 200

MyStereo8	0.42 130	0.21 78	0.64 227	0.43 174	0.29 205	0.55 171	0.28 55	0.72 115	0.50 62	0.73 147	1.01 223	0.57 105	0.44 130	0.52 56	0.52 208	0.15 69	0.12 89	0.16 61	0.14 73	0.19 191	0.21 216

AACVNet	0.52 218	0.25 173	0.56 191	0.48 256	0.29 205	0.55 171	0.38 177	0.96 208	0.59 78	0.83 196	1.03 236	1.03 287	0.77 285	0.91 262	0.58 233	0.22 248	0.18 253	0.24 264	0.18 189	0.24 256	0.22 231

RAFT	0.46 159	0.23 125	0.52 165	0.48 256	0.27 165	0.55 171	0.47 251	0.68 77	0.60 85	0.83 196	0.82 137	1.00 279	0.56 181	0.76 208	0.37 112	0.18 162	0.16 218	0.22 236	0.20 233	0.16 107	0.14 51

TANstereo	0.31 27	0.16 5	0.34 15	0.31 5	0.17 3	0.55 171	0.23 20	0.46 7	0.56 71	0.60 78	0.69 85	0.37 37	0.26 20	0.36 5	0.28 32	0.16 102	0.16 218	0.13 10	0.10 11	0.14 39	0.15 82

FADNet_RVC	0.58 258	0.39 293	1.26 344	0.45 207	0.32 252	0.55 171	0.34 123	1.12 257	0.90 215	0.68 123	0.90 171	0.61 134	0.71 256	1.03 302	0.80 279	0.21 232	0.18 253	0.27 297	0.23 278	0.33 310	0.30 296

DualNet	0.53 224	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	0.72 115	1.13 310	0.76 162	0.98 206	0.71 179	0.55 173	0.61 101	1.46 357	0.17 130	0.11 41	0.25 275	0.21 251	0.16 107	0.17 140

ffm	0.47 168	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	0.72 115	1.13 310	0.76 162	0.98 206	0.71 179	0.55 173	0.61 101	0.26 9	0.17 130	0.11 41	0.25 275	0.21 251	0.16 107	0.17 140

ff1	0.56 243	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	0.72 115	1.13 310	0.76 162	0.98 206	0.71 179	0.55 173	1.25 328	1.46 357	0.17 130	0.11 41	0.25 275	0.21 251	0.16 107	0.17 140

mmx	0.59 262	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	1.24 297	1.06 284	0.76 162	0.98 206	0.71 179	0.55 173	1.25 328	1.46 357	0.21 232	0.16 218	0.25 275	0.21 251	0.24 256	0.22 231

xxx	0.59 262	0.28 227	0.68 245	0.39 64	0.26 135	0.56 176	0.40 201	1.24 297	1.06 284	0.76 162	0.98 206	0.71 179	0.55 173	1.25 328	1.46 357	0.21 232	0.16 218	0.25 275	0.21 251	0.24 256	0.22 231

PSM-AAD	0.48 177	0.21 78	0.39 40	0.44 195	0.23 58	0.56 176	0.47 251	0.67 72	0.73 131	1.08 320	1.12 264	0.58 120	0.87 311	0.63 132	0.33 79	0.15 69	0.11 41	0.25 275	0.26 311	0.18 157	0.42 347

RAFT-RH_RVC	0.57 247	0.18 17	0.44 85	0.38 47	0.23 58	0.56 176	0.24 25	0.61 39	0.73 131	1.18 336	3.90 405	0.55 96	0.40 113	0.67 162	0.38 125	0.14 19	0.11 41	0.20 182	0.15 94	0.12 3	0.14 51

Anonymous	0.40 109	0.29 237	0.70 255	0.54 318	0.44 324	0.56 176	0.54 287	0.68 77	0.52 65	0.38 21	0.44 22	0.33 21	0.42 122	0.57 76	0.39 133	0.20 217	0.20 278	0.18 120	0.18 189	0.30 296	0.24 258

ARAFT	0.48 177	0.25 173	0.82 288	0.42 137	0.25 105	0.56 176	0.54 287	0.82 162	0.82 177	0.92 254	0.75 104	0.75 208	0.48 150	0.89 255	0.37 112	0.15 69	0.12 89	0.23 251	0.22 269	0.14 39	0.14 51

GwcNet-RSSM	0.51 208	0.25 173	0.51 146	0.41 111	0.24 80	0.56 176	0.41 221	0.97 210	0.96 247	0.75 157	1.17 282	0.89 254	0.66 227	0.66 153	0.74 265	0.22 248	0.15 197	0.19 152	0.21 251	0.17 132	0.16 103

GMStereo_Zeroshot	0.51 208	0.46 319	0.80 282	0.50 276	0.28 186	0.57 186	0.30 74	0.75 139	0.79 154	0.88 232	0.94 188	0.90 256	0.37 88	0.77 215	0.46 180	0.27 295	0.14 177	0.26 289	0.15 94	0.39 335	0.19 173

DEmStereo	0.49 187	0.18 17	0.53 172	0.39 64	0.26 135	0.57 186	0.33 115	0.65 59	0.75 139	0.90 246	1.65 350	0.57 105	1.02 335	0.63 132	0.44 170	0.14 19	0.12 89	0.16 61	0.16 120	0.14 39	0.17 140

DRaft	0.49 187	0.18 17	0.50 138	0.38 47	0.25 105	0.57 186	0.39 190	0.67 72	0.86 193	1.02 296	1.75 358	0.50 82	0.79 287	0.65 145	0.42 161	0.14 19	0.11 41	0.16 61	0.16 120	0.14 39	0.17 140

AANet_RVC	0.59 262	0.35 275	0.68 245	0.47 248	0.28 186	0.57 186	0.47 251	1.04 230	1.28 339	0.87 224	1.33 311	0.86 242	0.63 212	1.16 319	0.89 291	0.19 197	0.13 145	0.15 44	0.14 73	0.18 157	0.20 200

DispNO	0.48 177	0.24 144	0.84 295	0.40 91	0.31 234	0.58 190	0.39 190	0.91 185	0.79 154	0.79 185	0.83 142	0.71 179	0.59 197	0.75 199	0.50 201	0.19 197	0.14 177	0.20 182	0.18 189	0.16 107	0.17 140

riskmin	0.41 123	0.21 78	0.44 85	0.34 10	0.24 80	0.58 190	0.32 106	0.70 98	0.86 193	0.52 60	0.57 58	0.78 221	0.60 201	0.58 80	0.39 133	0.17 130	0.12 89	0.19 152	0.13 52	0.19 191	0.22 231

CFNet_pseudo	0.47 168	0.25 173	0.55 187	0.38 47	0.28 186	0.58 190	0.32 106	0.89 179	0.90 215	0.83 196	1.03 236	0.75 208	0.48 150	0.61 101	0.46 180	0.17 130	0.13 145	0.24 264	0.16 120	0.26 271	0.21 216

ACVNet	0.47 168	0.24 144	0.39 40	0.40 91	0.28 186	0.58 190	0.40 201	0.91 185	0.81 169	0.67 116	0.96 196	0.79 227	0.66 227	0.65 145	0.71 260	0.18 162	0.15 197	0.16 61	0.15 94	0.18 157	0.15 82

cf-r	0.49 187	0.24 144	0.49 129	0.40 91	0.23 58	0.58 190	0.38 177	0.92 194	0.87 197	0.77 170	1.06 248	0.98 274	0.67 236	0.59 85	0.61 240	0.21 232	0.14 177	0.17 89	0.19 214	0.15 69	0.16 103

GANet-RSSM	0.49 187	0.22 102	0.42 63	0.39 64	0.26 135	0.58 190	0.41 221	1.12 257	0.82 177	0.73 147	1.02 225	0.88 249	0.75 272	0.67 162	0.48 192	0.22 248	0.16 218	0.18 120	0.19 214	0.18 157	0.18 164

ccs_rob	0.47 168	0.25 173	0.55 187	0.38 47	0.28 186	0.58 190	0.32 106	0.89 179	0.90 215	0.83 196	1.02 225	0.75 208	0.48 150	0.61 101	0.46 180	0.17 130	0.12 89	0.24 264	0.16 120	0.26 271	0.21 216

CFNet_ucs	0.51 208	0.25 173	0.58 200	0.39 64	0.31 234	0.59 197	0.35 145	1.04 230	0.95 240	0.89 239	1.19 287	0.80 231	0.49 154	0.66 153	0.45 176	0.21 232	0.16 218	0.26 289	0.18 189	0.27 280	0.23 250

DMCA-RVC	0.54 229	0.32 260	0.83 292	0.51 288	0.32 252	0.59 197	0.38 177	0.89 179	0.70 114	0.95 266	0.88 165	0.90 256	0.69 246	0.75 199	0.63 247	0.23 262	0.18 253	0.31 325	0.24 292	0.27 280	0.21 216

mmm	0.47 168	0.28 227	0.51 146	0.39 64	0.25 105	0.61 199	0.38 177	1.00 221	0.60 85	0.77 170	1.07 250	0.65 155	0.53 165	0.61 101	0.49 199	0.18 162	0.15 197	0.23 251	0.20 233	0.21 215	0.20 200

11t1	0.38 82	0.23 125	0.49 129	0.36 28	0.23 58	0.61 199	0.31 94	0.74 134	0.47 56	0.62 84	0.55 55	0.55 96	0.49 154	0.58 80	0.45 176	0.18 162	0.15 197	0.16 61	0.13 52	0.17 132	0.19 173

DAS	0.54 229	0.26 202	0.66 234	0.49 265	0.31 234	0.61 199	0.43 233	0.89 179	1.01 265	0.95 266	1.16 277	0.71 179	0.85 304	0.89 255	0.47 189	0.18 162	0.14 177	0.18 120	0.15 94	0.22 234	0.19 173

SepStereo	0.54 229	0.26 202	0.66 234	0.49 265	0.31 234	0.61 199	0.43 233	0.89 179	1.01 265	0.95 266	1.16 277	0.71 179	0.85 304	0.97 285	0.47 189	0.18 162	0.14 177	0.18 120	0.15 94	0.22 234	0.19 173

GASNet	0.70 291	0.77 368	1.16 337	0.71 370	0.49 343	0.62 203	0.48 256	1.12 257	1.05 280	0.98 284	0.84 145	0.94 267	0.82 295	1.41 350	0.85 286	0.33 333	0.22 294	0.29 315	0.28 321	0.44 348	0.26 270

pcwnet_v2	0.60 269	0.29 237	0.89 309	0.46 230	0.36 283	0.62 203	0.38 177	1.33 330	1.24 332	1.02 296	1.27 302	0.71 179	0.59 197	0.71 188	0.51 204	0.28 303	0.21 285	0.24 264	0.23 278	0.29 289	0.30 296

GES	0.46 159	0.25 173	0.62 219	0.41 111	0.30 224	0.62 203	0.37 164	1.06 241	0.70 114	0.75 157	0.83 142	0.47 74	0.52 164	0.69 176	0.46 180	0.23 262	0.17 244	0.17 89	0.16 120	0.18 157	0.24 258

DIP-Stereo	0.40 109	0.22 102	0.58 200	0.42 137	0.29 205	0.62 203	0.27 47	0.87 172	0.42 40	0.65 105	0.86 156	0.52 88	0.35 79	0.67 162	0.43 163	0.15 69	0.13 145	0.17 89	0.14 73	0.15 69	0.17 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	0.57 247	0.39 293	0.87 305	0.45 207	0.32 252	0.62 203	0.45 243	1.01 222	0.87 197	1.01 292	0.91 177	0.95 268	0.58 193	0.77 215	0.66 250	0.25 281	0.24 309	0.27 297	0.33 344	0.25 265	0.26 270

SMFormer	0.53 224	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.60 236	0.19 197	0.16 218	0.18 120	0.17 162	0.19 191	0.20 200

tta	0.53 224	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.60 236	0.19 197	0.16 218	0.18 120	0.17 162	0.15 69	0.16 103

qqq1	0.51 208	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.36 104	0.19 197	0.16 218	0.14 15	0.12 29	0.15 69	0.16 103

fff1	0.51 208	0.24 144	0.67 238	0.35 13	0.20 20	0.63 208	0.34 123	1.26 305	1.06 284	0.85 212	1.02 225	0.71 179	0.66 227	0.96 278	0.36 104	0.19 197	0.16 218	0.14 15	0.12 29	0.15 69	0.16 103

CASS	0.46 159	0.28 227	0.45 90	0.48 256	0.22 32	0.63 208	0.34 123	0.99 215	0.66 100	0.76 162	0.86 156	0.61 134	0.58 193	0.58 80	0.44 170	0.29 310	0.16 218	0.22 236	0.18 189	0.23 248	0.28 287
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ICVP	0.48 177	0.26 202	0.42 63	0.49 265	0.28 186	0.63 208	0.43 233	1.05 236	0.72 122	0.68 123	0.95 192	0.75 208	0.56 181	0.55 67	0.61 240	0.24 269	0.18 253	0.19 152	0.17 162	0.19 191	0.21 216
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RAFT + AFF	0.54 229	0.30 251	0.84 295	0.51 288	0.32 252	0.63 208	0.57 296	1.05 236	0.95 240	0.80 186	0.87 162	0.85 238	0.57 190	0.87 248	0.51 204	0.18 162	0.21 285	0.23 251	0.22 269	0.19 191	0.19 173

FADNet-RVC	0.62 278	0.56 346	1.29 349	0.47 248	0.39 299	0.63 208	0.40 201	1.16 270	0.91 221	0.71 139	0.86 156	1.04 291	0.55 173	0.99 291	0.78 271	0.27 295	0.26 326	0.28 307	0.29 325	0.32 306	0.31 303

PCWNet_CMD	0.49 187	0.25 173	0.56 191	0.40 91	0.27 165	0.64 216	0.32 106	0.98 212	0.99 259	0.87 224	1.07 250	0.78 221	0.46 143	0.61 101	0.44 170	0.17 130	0.13 145	0.21 224	0.16 120	0.26 271	0.20 200

Selective-RAFT	0.36 48	0.23 125	0.54 184	0.45 207	0.22 32	0.64 216	0.27 47	0.62 42	0.65 97	0.41 35	0.38 20	0.55 96	0.39 108	0.59 85	0.36 104	0.14 19	0.12 89	0.14 15	0.12 29	0.16 107	0.14 51

Sa-1000	0.49 187	0.25 173	0.45 90	0.46 230	0.25 105	0.64 216	0.34 123	0.85 169	0.95 240	0.85 212	1.51 342	0.55 96	0.44 130	0.94 270	0.31 63	0.16 102	0.12 89	0.21 224	0.20 233	0.15 69	0.14 51

dad	0.61 272	0.53 332	0.72 264	0.44 195	0.31 234	0.64 216	0.37 164	0.85 169	1.28 339	1.05 310	1.17 282	1.18 319	0.61 205	0.70 183	0.54 220	0.36 347	0.23 301	0.37 345	0.21 251	0.31 300	0.23 250

MSMDNet	0.49 187	0.25 173	0.56 191	0.40 91	0.27 165	0.64 216	0.32 106	0.99 215	0.99 259	0.87 224	1.07 250	0.79 227	0.46 143	0.61 101	0.44 170	0.17 130	0.13 145	0.20 182	0.16 120	0.25 265	0.20 200

MLCV	0.49 187	0.26 202	0.73 268	0.38 47	0.18 6	0.64 216	0.33 115	0.84 168	0.89 211	0.96 278	1.12 264	0.72 195	0.45 137	1.00 296	0.59 235	0.14 19	0.10 8	0.14 15	0.11 18	0.14 39	0.14 51

ttt	0.56 243	0.27 214	0.49 129	0.39 64	0.25 105	0.65 222	0.42 226	1.24 297	1.08 296	0.76 162	1.10 258	0.63 144	0.51 161	0.95 275	1.03 323	0.25 281	0.22 294	0.22 236	0.21 251	0.25 265	0.25 265

SACVNet	0.61 272	0.36 283	0.67 238	0.57 330	0.37 285	0.65 222	0.47 251	1.16 270	0.80 160	1.04 305	1.06 248	1.02 285	0.81 294	0.99 291	0.57 228	0.28 303	0.21 285	0.25 275	0.24 292	0.30 296	0.39 332

psm_up	0.57 247	0.27 214	0.52 165	0.50 276	0.33 263	0.65 222	0.60 308	1.07 243	0.84 183	0.87 224	0.91 177	1.00 279	1.06 340	0.80 227	0.66 250	0.22 248	0.25 317	0.26 289	0.23 278	0.22 234	0.21 216

BEATNet_4x	0.49 187	0.35 275	0.72 264	0.38 47	0.20 20	0.65 222	0.36 152	1.08 248	0.78 148	0.78 181	0.88 165	0.73 199	0.64 219	0.71 188	0.60 236	0.16 102	0.12 89	0.16 61	0.15 94	0.24 256	0.18 164

HITNet	0.43 142	0.27 214	0.50 138	0.34 10	0.18 6	0.65 222	0.32 106	0.99 215	0.70 114	0.73 147	0.86 156	0.66 167	0.56 181	0.61 101	0.47 189	0.14 19	0.10 8	0.15 44	0.13 52	0.18 157	0.13 32
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
aanetorigin	0.85 327	0.58 350	1.98 384	0.50 276	0.40 302	0.66 227	0.70 326	0.72 115	1.01 265	2.44 395	2.00 369	1.32 332	1.25 358	0.96 278	1.16 340	0.20 217	0.19 270	0.20 182	0.20 233	0.27 280	0.33 315

CFNet-ft	0.50 198	0.25 173	0.39 40	0.41 111	0.26 135	0.66 227	0.37 164	0.91 185	0.87 197	0.67 116	1.00 219	1.05 294	0.70 251	0.68 170	0.57 228	0.23 262	0.16 218	0.24 264	0.21 251	0.24 256	0.19 173

FADNet	0.63 281	0.53 332	1.20 340	0.46 230	0.44 324	0.66 227	0.41 221	1.24 297	1.07 291	0.70 130	0.84 145	0.98 274	0.65 225	0.87 248	0.54 220	0.29 310	0.30 339	0.27 297	0.30 326	0.48 355	0.36 323

CFNet_RVC	0.50 198	0.25 173	0.39 40	0.41 111	0.26 135	0.66 227	0.37 164	0.91 185	0.87 197	0.67 116	1.00 219	1.05 294	0.70 251	0.68 170	0.57 228	0.23 262	0.16 218	0.24 264	0.21 251	0.24 256	0.19 173

NLCA_NET_v2_RVC	0.55 234	0.33 266	0.71 258	0.46 230	0.31 234	0.66 227	0.43 233	1.07 243	0.89 211	0.93 257	0.91 177	0.98 274	0.61 205	0.76 208	0.64 249	0.22 248	0.18 253	0.22 236	0.22 269	0.22 234	0.24 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UCFNet_RVC	0.50 198	0.27 214	0.37 31	0.40 91	0.27 165	0.66 227	0.42 226	1.18 278	0.86 193	0.70 130	0.89 168	0.91 262	0.60 201	0.62 123	0.48 192	0.24 269	0.18 253	0.28 307	0.27 315	0.25 265	0.24 258

PS-NSSS	0.60 269	0.46 319	0.68 245	0.43 174	0.34 273	0.66 227	0.57 296	1.05 236	0.91 221	0.80 186	1.28 303	0.72 195	0.67 236	0.89 255	0.61 240	0.32 325	0.26 326	0.40 354	0.27 315	0.35 322	0.29 292

iResNet	0.52 218	0.31 258	0.86 300	0.44 195	0.22 32	0.66 227	0.47 251	0.92 194	1.02 270	0.89 239	1.12 264	0.69 176	0.55 173	0.86 246	0.60 236	0.15 69	0.11 41	0.15 44	0.12 29	0.17 132	0.17 140

iResNet_ROB	0.55 234	0.24 144	0.61 214	0.38 47	0.22 32	0.66 227	0.30 74	1.59 372	1.33 348	0.94 261	1.05 242	0.81 233	0.69 246	0.84 242	0.46 180	0.17 130	0.12 89	0.14 15	0.09 5	0.15 69	0.20 200

ToySt	0.52 218	0.27 214	0.93 313	0.42 137	0.28 186	0.67 236	0.56 294	0.88 178	0.79 154	0.61 82	0.85 152	0.92 265	0.70 251	0.72 192	0.61 240	0.16 102	0.17 244	0.21 224	0.21 251	0.22 234	0.21 216

IER	0.48 177	0.25 173	0.60 213	0.38 47	0.28 186	0.67 236	0.38 177	0.82 162	0.68 107	0.88 232	0.95 192	0.74 203	0.79 287	0.62 123	0.46 180	0.17 130	0.14 177	0.17 89	0.17 162	0.17 132	0.16 103

TDLM	0.59 262	0.35 275	0.57 198	0.53 309	0.32 252	0.67 236	0.72 332	1.09 251	1.03 274	0.84 202	1.11 262	0.84 236	0.71 256	0.96 278	0.61 240	0.28 303	0.18 253	0.26 289	0.22 269	0.27 280	0.21 216

iResNetv2_ROB	0.55 234	0.29 237	0.86 300	0.39 64	0.25 105	0.67 236	0.37 164	1.21 287	1.02 270	1.02 296	1.10 258	0.89 254	0.79 287	0.74 194	0.43 163	0.19 197	0.13 145	0.15 44	0.11 18	0.19 191	0.16 103

1111x	0.64 282	0.23 125	0.61 214	0.39 64	0.21 27	0.68 240	0.46 246	1.32 327	1.03 274	0.76 162	1.02 225	0.95 268	0.72 263	1.13 313	2.15 380	0.18 162	0.18 253	0.18 120	0.19 214	0.20 206	0.19 173

Anonymous Stereo	0.82 314	0.59 352	2.10 387	0.59 337	0.58 361	0.68 240	1.42 394	1.05 236	1.07 291	1.03 299	1.02 225	0.86 242	0.65 225	1.33 344	1.36 352	0.32 325	0.31 347	0.31 325	0.33 344	0.34 316	0.39 332

PSMNet-ADL	0.50 198	0.28 227	0.43 80	0.49 265	0.31 234	0.70 242	0.38 177	0.94 201	0.81 169	0.62 84	0.80 129	0.91 262	0.62 207	0.76 208	0.68 256	0.24 269	0.18 253	0.19 152	0.20 233	0.22 234	0.22 231

GEStereo_RVC	0.56 243	0.30 251	0.70 255	0.51 288	0.31 234	0.70 242	0.54 287	1.31 322	0.93 229	0.85 212	0.86 156	0.84 236	0.63 212	0.92 264	0.67 253	0.24 269	0.16 218	0.19 152	0.17 162	0.21 215	0.23 250

CVANet_RVC	0.59 262	0.35 275	0.54 184	0.49 265	0.33 263	0.70 242	0.67 320	1.12 257	0.97 252	0.88 232	1.05 242	1.01 283	0.72 263	0.94 270	0.55 222	0.30 317	0.20 278	0.28 307	0.26 311	0.32 306	0.23 250

test_xeample	1.06 349	0.23 125	0.51 146	0.37 36	0.22 32	0.71 245	0.39 190	1.31 322	0.92 227	0.87 224	1.08 256	0.70 178	0.64 219	0.75 199	11.43 418	0.19 197	0.16 218	0.18 120	0.17 162	0.18 157	0.19 173

RASNet	0.57 247	0.24 144	0.61 214	0.39 64	0.23 58	0.71 245	0.40 201	1.02 224	0.93 229	0.77 170	1.05 242	1.05 294	0.98 333	0.99 291	1.03 323	0.16 102	0.14 177	0.14 15	0.17 162	0.15 69	0.14 51

AdaStereo	0.52 218	0.34 271	0.53 172	0.49 265	0.25 105	0.71 245	0.36 152	1.24 297	0.91 221	0.77 170	0.98 206	0.75 208	0.50 156	0.71 188	0.51 204	0.27 295	0.13 145	0.28 307	0.18 189	0.23 248	0.18 164
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DeepPrunerF	0.93 333	0.55 344	3.88 399	0.70 368	0.81 378	0.72 248	0.74 339	1.28 315	1.97 383	0.95 266	1.02 225	0.87 246	0.85 304	1.16 319	1.07 333	0.35 345	0.29 335	0.43 357	0.40 360	0.31 300	0.33 315

AASNet	0.55 234	0.27 214	0.62 219	0.51 288	0.32 252	0.73 249	0.44 239	1.55 364	0.88 207	0.88 232	0.94 188	0.64 151	0.63 212	0.62 123	0.84 284	0.23 262	0.20 278	0.20 182	0.16 120	0.22 234	0.20 200

EDNetEfficient	1.47 380	0.82 371	6.28 410	0.48 256	0.40 302	0.73 249	0.83 353	0.95 204	2.77 397	3.48 412	1.95 366	1.64 369	2.12 393	1.42 351	3.84 400	0.21 232	0.19 270	0.21 224	0.21 251	0.43 345	0.42 347

FADNet-RVC-Resample	0.58 258	0.35 275	1.34 355	0.50 276	0.34 273	0.73 249	0.43 233	1.09 251	0.96 247	0.83 196	0.87 162	0.76 214	0.66 227	0.77 215	0.52 208	0.19 197	0.18 253	0.26 289	0.27 315	0.28 287	0.29 292

CFNet	0.53 224	0.30 251	0.53 172	0.42 137	0.28 186	0.73 249	0.35 145	1.21 287	1.01 265	0.74 154	1.07 250	0.85 238	0.60 201	0.83 238	0.58 233	0.19 197	0.15 197	0.23 251	0.23 278	0.21 215	0.17 140

CoDeX	0.48 177	0.21 78	0.53 172	0.43 174	0.25 105	0.74 253	0.38 177	1.36 337	0.82 177	0.84 202	0.96 196	0.63 144	0.57 190	0.63 132	0.40 153	0.17 130	0.13 145	0.17 89	0.15 94	0.16 107	0.15 82

THIR-Stereo	0.51 208	0.19 36	0.47 108	0.39 64	0.23 58	0.74 253	0.64 318	0.68 77	0.88 207	1.03 299	1.40 323	0.71 179	0.75 272	0.64 139	0.43 163	0.16 102	0.11 41	0.17 89	0.18 189	0.15 69	0.17 140

HSM	0.53 224	0.25 173	0.46 97	0.40 91	0.25 105	0.74 253	0.44 239	1.29 319	0.78 148	0.82 191	0.92 183	1.21 321	0.75 272	0.90 260	0.48 192	0.18 162	0.14 177	0.17 89	0.14 73	0.17 132	0.18 164

BSDual-CNN	0.48 177	0.26 202	0.47 108	0.46 230	0.29 205	0.75 256	0.46 246	0.99 215	0.80 160	0.77 170	0.80 129	0.76 214	0.59 197	0.66 153	0.48 192	0.21 232	0.15 197	0.22 236	0.19 214	0.18 157	0.19 173

hknet	0.51 208	0.26 202	0.58 200	0.46 230	0.29 205	0.75 256	0.46 246	0.99 215	0.89 211	0.77 170	0.80 129	0.96 271	0.67 236	0.75 199	0.50 201	0.19 197	0.15 197	0.22 236	0.19 214	0.18 157	0.19 173

DLCB_ROB	0.60 269	0.29 237	0.53 172	0.50 276	0.33 263	0.76 258	0.51 272	1.02 224	0.94 236	1.07 319	1.16 277	1.21 321	0.73 267	0.98 287	0.75 267	0.21 232	0.20 278	0.22 236	0.23 278	0.22 234	0.20 200

BUS	0.47 168	0.26 202	0.47 108	0.46 230	0.29 205	0.78 259	0.34 123	0.99 215	0.80 160	0.77 170	0.80 129	0.64 151	0.54 170	0.66 153	0.56 224	0.21 232	0.15 197	0.22 236	0.19 214	0.18 157	0.19 173

NINENet	0.52 218	0.30 251	0.55 187	0.46 230	0.33 263	0.78 259	0.34 123	1.18 278	0.91 221	0.84 202	0.97 203	0.64 151	0.54 170	0.74 194	0.56 224	0.23 262	0.20 278	0.25 275	0.18 189	0.22 234	0.22 231

222	1.25 366	0.23 125	0.53 172	0.38 47	0.23 58	0.78 259	0.37 164	1.41 346	0.93 229	0.97 281	1.13 270	0.74 203	0.71 256	0.74 194	14.86 421	0.20 217	0.16 218	0.17 89	0.16 120	0.18 157	0.20 200

HGLStereo	0.58 258	0.30 251	0.65 232	0.51 288	0.38 290	0.78 259	0.45 243	1.07 243	0.82 177	0.89 239	1.16 277	0.88 249	0.91 320	0.80 227	0.74 265	0.21 232	0.21 285	0.20 182	0.18 189	0.19 191	0.22 231

FAT-Stereo	0.75 304	0.34 271	0.81 287	0.51 288	0.38 290	0.78 259	0.63 315	1.39 340	1.32 346	1.05 310	1.40 323	1.58 367	1.14 350	0.92 264	0.91 300	0.29 310	0.28 333	0.28 307	0.23 278	0.28 287	0.41 343

DSFCA	0.57 247	0.27 214	0.71 258	0.41 111	0.36 283	0.78 259	0.53 281	1.08 248	0.85 187	1.08 320	0.84 145	0.90 256	0.66 227	1.05 304	0.63 247	0.26 286	0.22 294	0.21 224	0.21 251	0.22 234	0.20 200

gwcnet-sp	0.50 198	0.25 173	0.84 295	0.41 111	0.27 165	0.79 265	0.40 201	0.93 196	0.85 187	0.95 266	0.79 119	0.65 155	0.63 212	0.69 176	0.52 208	0.18 162	0.17 244	0.18 120	0.18 189	0.18 157	0.19 173

scenet	0.50 198	0.25 173	0.84 295	0.41 111	0.27 165	0.79 265	0.40 201	0.93 196	0.85 187	0.95 266	0.79 119	0.65 155	0.63 212	0.69 176	0.52 208	0.18 162	0.17 244	0.18 120	0.18 189	0.18 157	0.19 173

ssnet	0.50 198	0.25 173	0.84 295	0.41 111	0.27 165	0.79 265	0.40 201	0.93 196	0.85 187	0.95 266	0.79 119	0.65 155	0.63 212	0.69 176	0.52 208	0.18 162	0.17 244	0.18 120	0.18 189	0.18 157	0.19 173

HBP-ISP	0.61 272	0.47 325	0.45 90	0.46 230	0.33 263	0.79 265	0.29 62	1.15 268	1.05 280	0.85 212	1.18 286	0.67 171	0.71 256	0.92 264	0.57 228	0.37 351	0.38 367	0.47 365	0.41 365	0.39 335	0.32 306

ac_64	0.54 229	0.24 144	0.58 200	0.46 230	0.28 186	0.79 265	0.44 239	1.11 256	0.63 88	0.94 261	0.85 152	1.06 298	0.70 251	0.76 208	0.72 263	0.22 248	0.18 253	0.20 182	0.19 214	0.18 157	0.16 103

NOSS_ROB	0.59 262	0.40 301	0.42 63	0.45 207	0.31 234	0.79 265	0.53 281	1.09 251	1.12 304	0.69 126	0.92 183	0.77 219	0.63 212	0.81 231	0.52 208	0.39 357	0.38 367	0.44 359	0.42 367	0.38 331	0.36 323

LMCR-Stereo	0.55 234	0.33 266	0.57 198	0.60 339	0.30 224	0.80 271	0.36 152	1.30 321	0.79 154	0.90 246	1.04 239	0.57 105	0.64 219	0.87 248	0.73 264	0.20 217	0.15 197	0.19 152	0.14 73	0.25 265	0.18 164

s12784h	0.37 66	0.15 2	0.26 5	0.34 10	0.15 1	0.80 271	0.29 62	0.83 164	0.87 197	0.58 75	0.58 60	0.43 57	0.41 117	0.59 85	0.35 95	0.12 4	0.10 8	0.14 15	0.09 5	0.14 39	0.10 1

ADLNet	0.57 247	0.29 237	0.58 200	0.46 230	0.35 278	0.80 271	0.46 246	1.14 265	0.88 207	1.03 299	0.98 206	0.92 265	0.66 227	0.71 188	0.83 283	0.22 248	0.16 218	0.22 236	0.22 269	0.22 234	0.23 250

XPNet_ROB	0.73 295	0.38 289	0.80 282	0.53 309	0.40 302	0.80 271	0.83 353	1.21 287	0.96 247	1.37 354	1.17 282	1.37 344	0.87 311	1.14 315	0.99 316	0.33 333	0.25 317	0.27 297	0.24 292	0.31 300	0.29 292

ETE_ROB	0.73 295	0.52 330	0.93 313	0.57 330	0.37 285	0.80 271	0.86 358	1.19 281	0.95 240	1.20 338	1.22 291	1.39 349	0.86 308	1.07 305	0.88 289	0.27 295	0.21 285	0.31 325	0.27 315	0.34 316	0.35 320

Consistency-Raft	1.01 347	0.82 371	1.27 347	0.85 379	0.97 385	0.81 276	0.83 353	1.35 333	1.61 371	1.06 318	1.66 351	1.11 312	0.93 324	0.93 267	1.11 336	0.65 383	0.75 399	0.79 384	0.91 397	1.09 391	0.79 386

Anonymous3	0.47 168	0.35 275	0.91 312	0.50 276	0.38 290	0.81 276	0.55 291	0.76 141	0.66 100	0.52 60	0.65 75	0.44 60	0.45 137	0.66 153	0.39 133	0.25 281	0.25 317	0.22 236	0.21 251	0.23 248	0.24 258

hitnet-ft	0.57 247	0.29 237	0.43 80	0.42 137	0.29 205	0.81 276	0.40 201	0.98 212	0.91 221	0.84 202	1.01 223	1.13 315	0.72 263	0.83 238	0.71 260	0.28 303	0.21 285	0.28 307	0.22 269	0.29 289	0.27 278

Anonymous_2	0.84 322	0.45 314	0.66 234	0.41 111	0.45 331	0.82 279	0.53 281	0.81 158	0.81 169	0.73 147	0.61 67	0.91 262	0.76 281	0.77 215	0.61 240	0.51 373	0.55 389	0.54 376	4.92 424	0.54 368	0.42 347

psmg	0.50 198	0.26 202	0.47 108	0.42 137	0.29 205	0.82 279	0.42 226	1.07 243	0.80 160	0.95 266	0.94 188	0.76 214	0.59 197	0.66 153	0.48 192	0.21 232	0.16 218	0.20 182	0.20 233	0.19 191	0.19 173

RP	0.80 311	0.38 289	0.73 268	0.67 358	0.59 363	0.82 279	0.57 296	1.21 287	1.28 339	1.03 299	1.68 352	1.45 351	1.49 373	1.08 308	0.90 297	0.36 347	0.31 347	0.37 345	0.30 326	0.36 326	0.36 323

ADLNet2	0.57 247	0.26 202	0.71 258	0.48 256	0.31 234	0.83 282	0.51 272	1.10 255	0.99 259	0.85 212	0.99 215	0.99 278	0.70 251	0.79 225	0.78 271	0.21 232	0.17 244	0.18 120	0.18 189	0.22 234	0.22 231

xxxx	1.07 351	0.23 125	0.53 172	0.38 47	0.22 32	0.83 282	0.36 152	1.41 346	0.95 240	0.75 157	0.99 215	0.97 272	0.64 219	0.70 183	11.37 417	0.20 217	0.17 244	0.18 120	0.17 162	0.19 191	0.20 200

UPFNet	0.55 234	0.26 202	0.59 208	0.46 230	0.38 290	0.83 282	0.48 256	1.03 229	0.80 160	0.92 254	0.91 177	0.85 238	0.67 236	0.87 248	0.78 271	0.20 217	0.21 285	0.20 182	0.20 233	0.20 206	0.15 82

S-Stereo	0.76 307	0.36 283	1.10 331	0.57 330	0.46 339	0.83 282	0.59 306	1.31 322	1.62 372	0.98 284	1.41 325	1.11 312	0.93 324	0.85 244	1.07 333	0.27 295	0.31 347	0.28 307	0.25 303	0.33 310	0.50 368

edge stereo	0.79 310	0.40 301	0.82 288	0.52 302	0.44 324	0.83 282	0.58 303	1.34 332	1.08 296	1.30 350	1.38 321	1.79 372	1.13 349	1.15 318	0.92 302	0.34 340	0.32 353	0.42 356	0.28 321	0.33 310	0.39 332

PASM	0.96 339	0.71 365	2.05 386	0.72 371	0.72 377	0.84 287	0.92 361	1.14 265	1.34 349	1.25 346	1.22 291	1.34 340	1.07 341	1.31 341	1.11 336	0.53 375	0.57 391	0.59 380	0.67 388	0.56 375	0.57 379

SFCPSM	0.48 177	0.22 102	0.59 208	0.41 111	0.27 165	0.85 288	0.36 152	1.39 340	0.79 154	0.81 190	0.85 152	0.54 94	0.50 156	0.60 95	0.39 133	0.18 162	0.14 177	0.18 120	0.20 233	0.17 132	0.16 103

acv_ft	0.52 218	0.24 144	0.64 227	0.45 207	0.28 186	0.85 288	0.40 201	0.95 204	0.81 169	1.00 290	0.96 196	0.79 227	0.62 207	0.65 145	0.88 289	0.18 162	0.15 197	0.16 61	0.15 94	0.18 157	0.15 82

psmorigin	0.84 322	0.53 332	2.21 389	0.50 276	0.41 307	0.86 290	0.57 296	1.08 248	0.90 215	1.50 359	1.42 329	1.50 358	1.09 343	1.29 336	1.03 323	0.32 325	0.33 358	0.27 297	0.27 315	0.34 316	0.45 357

HSM-Net_RVC	0.55 234	0.23 125	0.37 31	0.38 47	0.22 32	0.86 290	0.40 201	1.31 322	0.93 229	0.92 254	1.15 274	1.26 325	0.71 256	0.75 199	0.53 217	0.17 130	0.14 177	0.16 61	0.15 94	0.17 132	0.17 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CBMV_ROB	0.62 278	0.39 293	0.41 55	0.41 111	0.28 186	0.86 290	0.28 55	1.06 241	1.02 270	0.95 266	1.33 311	0.81 233	0.84 300	0.94 270	0.56 224	0.37 351	0.37 366	0.43 357	0.40 360	0.33 310	0.32 306

NCC-stereo	0.82 314	0.43 311	0.87 305	0.63 349	0.68 374	0.88 293	0.72 332	1.60 374	1.12 304	0.95 266	1.41 325	1.37 344	1.37 365	1.26 331	0.94 306	0.32 325	0.30 339	0.37 345	0.49 377	0.34 316	0.35 320

Abc-Net	0.82 314	0.43 311	0.87 305	0.63 349	0.68 374	0.88 293	0.72 332	1.60 374	1.12 304	0.95 266	1.41 325	1.37 344	1.37 365	1.26 331	0.94 306	0.32 325	0.30 339	0.37 345	0.49 377	0.34 316	0.35 320
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NVstereo2D	0.62 278	0.32 260	0.82 288	0.50 276	0.44 324	0.88 293	0.48 256	1.12 257	1.17 322	0.67 116	0.90 171	0.90 256	0.69 246	1.02 300	0.69 257	0.33 333	0.16 218	0.29 315	0.20 233	0.43 345	0.46 361

anonymousa	0.51 208	0.21 78	0.47 108	0.39 64	0.25 105	0.89 296	0.36 152	0.78 149	0.63 88	0.88 232	1.54 343	1.09 309	0.67 236	0.53 58	0.46 180	0.17 130	0.14 177	0.19 152	0.21 251	0.16 107	0.16 103

Syn2CoEx	0.74 300	0.55 344	1.17 338	0.66 356	0.45 331	0.89 296	0.56 294	1.54 363	1.15 317	0.95 266	1.35 316	1.03 287	1.03 336	0.96 278	0.89 291	0.31 320	0.27 328	0.29 315	0.24 292	0.23 248	0.27 278

RGC	0.82 314	0.62 356	0.80 282	0.67 358	0.66 372	0.91 298	0.59 306	1.35 333	1.09 302	1.12 331	1.46 336	1.50 358	1.09 343	1.28 334	0.97 314	0.34 340	0.30 339	0.48 368	0.40 360	0.38 331	0.38 331

DANet	0.74 300	0.47 325	0.98 324	0.60 339	0.41 307	0.92 299	0.41 221	1.02 224	0.87 197	1.22 341	1.22 291	1.33 337	0.88 315	1.26 331	1.37 353	0.27 295	0.24 309	0.31 325	0.25 303	0.37 329	0.36 323
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ssnet_v2	0.61 272	0.29 237	0.69 253	0.45 207	0.30 224	0.93 300	0.62 312	1.20 284	1.03 274	0.97 281	0.81 135	0.98 274	0.67 236	0.84 242	0.97 314	0.26 286	0.23 301	0.23 251	0.24 292	0.20 206	0.21 216

PWC_ROB	0.92 332	0.57 347	1.64 376	0.53 309	0.33 263	0.93 300	0.39 190	1.42 351	1.51 365	1.66 368	2.57 383	1.18 319	1.11 345	1.50 359	1.54 364	0.26 286	0.18 253	0.28 307	0.20 233	0.30 296	0.32 306

Wz-Net-SNSev	0.99 345	0.80 370	3.00 393	0.57 330	0.46 339	0.94 302	1.22 383	1.40 344	1.28 339	1.04 305	1.33 311	1.46 352	0.90 319	2.06 384	1.65 367	0.26 286	0.24 309	0.25 275	0.26 311	0.33 310	0.30 296

DGSMNet	0.80 311	0.58 350	1.42 361	0.61 343	0.65 370	0.94 302	0.75 341	1.35 333	1.16 319	0.88 232	1.26 298	1.00 279	0.75 272	1.07 305	0.89 291	0.36 347	0.31 347	0.41 355	0.40 360	0.60 376	0.59 380

PA-Net	0.70 291	0.46 319	0.96 319	0.51 288	0.53 352	0.94 302	0.73 337	1.14 265	1.15 317	0.83 196	0.90 171	0.88 249	0.76 281	1.19 323	0.96 311	0.25 281	0.41 376	0.29 315	0.44 368	0.27 280	0.39 332
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet-Refined	0.61 272	0.33 266	0.63 223	0.47 248	0.31 234	0.94 302	0.41 221	1.04 230	0.97 252	1.15 334	1.13 270	1.00 279	0.74 269	0.93 267	0.93 304	0.18 162	0.13 145	0.22 236	0.21 251	0.20 206	0.21 216
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AF-Net	0.85 327	0.41 305	0.87 305	0.66 356	0.54 354	0.96 306	0.52 278	1.66 378	1.37 350	1.03 299	2.04 371	1.46 352	1.36 363	1.19 323	1.05 330	0.34 340	0.24 309	0.39 351	0.28 321	0.31 300	0.26 270

anonymity	0.98 343	0.89 377	1.06 330	0.93 382	1.04 392	0.97 307	0.82 351	1.33 330	0.93 229	1.08 320	0.98 206	1.02 285	0.95 329	1.02 300	0.93 304	0.96 392	0.96 412	0.90 387	0.91 397	0.92 386	0.95 391

UNet	0.55 234	0.27 214	0.72 264	0.45 207	0.41 307	0.97 307	0.40 201	1.01 222	0.80 160	0.87 224	0.90 171	1.03 287	0.75 272	0.76 208	0.67 253	0.19 197	0.15 197	0.20 182	0.17 162	0.21 215	0.18 164

NCCL2	0.74 300	0.45 314	0.77 278	0.65 354	0.45 331	0.97 307	1.16 378	1.16 270	1.02 270	1.00 290	0.98 206	1.48 356	0.88 315	0.99 291	0.89 291	0.31 320	0.27 328	0.39 351	0.39 356	0.33 310	0.34 317

pmcnn	1.27 368	0.31 258	1.14 336	0.41 111	0.23 58	0.97 307	0.71 328	1.23 296	1.32 346	1.83 377	2.34 376	11.25 423	0.89 317	1.04 303	0.96 311	0.15 69	0.12 89	0.12 2	0.10 11	0.15 69	0.16 103

FINET	0.75 304	0.45 314	1.38 358	0.48 256	0.46 339	0.98 311	1.00 368	1.22 293	1.69 376	0.91 253	1.25 295	0.74 203	0.74 269	1.09 309	0.82 282	0.37 351	0.31 347	0.27 297	0.24 292	0.35 322	0.34 317

NaN_ROB	0.73 295	0.46 319	0.89 309	0.52 302	0.34 273	0.98 311	1.11 373	1.28 315	1.20 329	1.27 349	0.96 196	1.08 303	0.79 287	1.34 345	0.78 271	0.24 269	0.30 339	0.23 251	0.24 292	0.23 248	0.26 270

SuperB	1.00 346	0.41 305	4.03 402	0.45 207	0.32 252	0.99 313	0.49 266	1.09 251	2.09 386	1.10 327	1.10 258	0.74 203	0.83 297	1.13 313	1.75 369	0.20 217	0.15 197	0.17 89	0.15 94	2.50 411	0.27 278

Wz-Net-LNSev-Ref	0.67 285	0.30 251	1.20 340	0.42 137	0.31 234	1.00 314	0.58 303	1.16 270	1.07 291	1.01 292	1.25 295	1.08 303	0.75 272	1.18 322	1.03 323	0.20 217	0.12 89	0.16 61	0.13 52	0.22 234	0.22 231

LALA_ROB	0.76 307	0.46 319	0.86 300	0.55 324	0.41 307	1.00 314	0.93 363	1.25 303	1.13 310	1.23 343	1.15 274	1.55 364	0.80 291	1.11 312	0.96 311	0.33 333	0.23 301	0.35 338	0.30 326	0.35 322	0.32 306

PSMNet_ROB	0.67 285	0.39 293	0.76 275	0.57 330	0.43 319	1.00 314	0.85 357	1.25 303	0.93 229	0.82 191	1.04 239	1.08 303	0.64 219	0.89 255	1.02 322	0.29 310	0.21 285	0.31 325	0.31 335	0.27 280	0.25 265

CBMV	0.68 288	0.37 285	0.50 138	0.43 174	0.26 135	1.00 314	0.71 328	1.17 276	1.16 319	1.24 345	1.29 307	1.06 298	0.86 308	0.98 287	0.75 267	0.29 310	0.30 339	0.34 337	0.30 326	0.26 271	0.27 278
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GANet	0.74 300	0.38 289	0.63 223	0.54 318	0.35 278	1.01 318	0.95 364	1.15 268	0.95 240	1.09 324	2.00 369	1.14 316	0.92 322	1.29 336	0.75 267	0.25 281	0.27 328	0.27 297	0.23 278	0.32 306	0.24 258

SGM-Forest	0.65 283	0.33 266	0.43 80	0.44 195	0.30 224	1.01 318	0.54 287	1.13 263	1.09 302	1.11 330	1.21 289	1.10 310	0.76 281	0.99 291	0.71 260	0.32 325	0.33 358	0.33 335	0.30 326	0.30 296	0.28 287
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DDUNet	1.10 353	2.58 419	0.83 292	1.21 392	1.27 396	1.02 320	0.69 325	1.17 276	0.95 240	0.98 284	1.26 298	1.28 326	0.84 300	0.97 285	0.79 278	0.85 389	0.40 374	2.00 401	0.60 386	1.34 393	0.94 389

UDG	0.93 333	1.03 386	0.75 274	1.00 383	0.97 385	1.02 320	0.57 296	1.18 278	1.01 265	0.93 257	1.02 225	1.32 332	1.03 336	0.88 254	0.92 302	0.55 379	0.33 358	1.82 398	0.41 365	1.20 392	0.74 384

StereoDRNet	0.67 285	0.35 275	0.82 288	0.53 309	0.44 324	1.03 322	0.53 281	1.51 361	1.06 284	1.13 332	0.91 177	1.07 302	0.74 269	0.87 248	0.95 309	0.24 269	0.19 270	0.25 275	0.23 278	0.27 280	0.22 231

PWCDC_ROB	0.93 333	0.54 338	0.97 323	0.78 377	0.41 307	1.03 322	0.42 226	1.39 340	2.34 392	1.04 305	3.73 402	0.80 231	1.12 347	1.29 336	1.04 328	0.37 351	0.22 294	0.24 264	0.20 233	0.36 326	0.31 303

MMNet	0.57 247	0.26 202	0.67 238	0.45 207	0.35 278	1.04 324	0.39 190	0.93 196	0.98 256	0.96 278	0.97 203	0.86 242	0.80 291	0.83 238	0.80 279	0.16 102	0.15 197	0.19 152	0.19 214	0.20 206	0.17 140

Nwc_Net	0.82 314	0.40 301	0.86 300	0.62 347	0.56 356	1.04 324	0.57 296	1.72 382	1.08 296	0.93 257	1.88 364	1.44 350	1.24 357	1.19 323	0.94 306	0.31 320	0.25 317	0.36 341	0.39 356	0.31 300	0.31 303

delet	0.57 247	0.25 173	0.63 223	0.46 230	0.34 273	1.05 326	0.51 272	1.04 230	0.94 236	0.90 246	0.99 215	0.90 256	0.68 244	0.87 248	0.78 271	0.18 162	0.18 253	0.20 182	0.21 251	0.17 132	0.17 140

ADCMid	1.22 363	0.57 347	3.17 396	0.54 318	0.44 324	1.07 327	0.77 343	1.31 322	1.13 310	2.14 388	1.48 339	1.49 357	1.47 372	1.65 367	5.30 408	0.26 286	0.24 309	0.29 315	0.32 338	0.38 331	0.36 323

ADCRef	0.84 322	0.46 319	1.60 373	0.52 302	0.45 331	1.08 328	0.52 278	1.13 263	1.03 274	1.22 341	1.43 331	0.87 246	0.93 324	0.91 262	3.35 395	0.19 197	0.16 218	0.23 251	0.23 278	0.23 248	0.22 231

SQANet	0.87 329	0.76 367	0.76 275	1.16 390	0.99 387	1.10 329	0.51 272	1.12 257	0.85 187	0.93 257	1.05 242	1.03 287	0.76 281	1.07 305	0.70 258	0.79 386	0.25 317	1.04 390	0.36 349	1.56 394	0.70 383

CBFPSM	0.61 272	0.25 173	1.41 360	0.39 64	0.27 165	1.10 329	0.67 320	0.83 164	0.84 183	0.82 191	0.81 135	1.33 337	0.85 304	0.72 192	0.86 287	0.16 102	0.15 197	0.15 44	0.17 162	0.17 132	0.23 250

GwcNet	0.73 295	0.39 293	1.37 357	0.53 309	0.43 319	1.10 329	0.52 278	1.27 310	1.19 327	1.05 310	1.41 325	1.06 298	0.86 308	0.98 287	1.01 318	0.26 286	0.24 309	0.24 264	0.23 278	0.23 248	0.28 287

LSM	4.83 414	0.83 374	11.23 416	0.76 376	56.73 440	1.10 329	1.18 379	1.35 333	1.70 377	2.13 385	2.34 376	1.34 340	1.19 353	1.52 360	1.23 345	0.34 340	0.50 387	0.39 351	0.47 370	0.51 363	9.82 427

ccnet	0.84 322	0.59 352	0.86 300	0.56 327	0.60 366	1.11 333	0.72 332	1.44 353	0.97 252	1.15 334	1.44 332	1.28 326	0.95 329	1.01 297	1.33 351	0.49 370	0.43 380	0.50 373	0.47 370	0.52 366	0.48 365

STTRV1_RVC	0.83 320	0.60 354	1.19 339	0.67 358	0.81 378	1.12 334	0.63 315	1.37 339	1.12 304	0.98 284	1.34 315	1.08 303	0.95 329	1.28 334	0.90 297	0.57 380	0.25 317	0.44 359	0.39 356	0.60 376	0.41 343

DISCO	0.72 294	0.27 214	0.72 264	0.45 207	0.31 234	1.12 334	0.53 281	1.32 327	1.25 334	0.84 202	1.07 250	1.52 362	0.87 311	1.82 376	1.08 335	0.20 217	0.15 197	0.18 120	0.16 120	0.24 256	0.24 258

EDNetEfficientorigin	9.96 421	1.17 390	175.17 444	0.49 265	0.37 285	1.13 336	0.74 339	1.27 310	2.70 396	3.16 409	2.49 380	2.28 382	2.15 394	1.88 378	2.27 383	0.21 232	0.19 270	0.25 275	0.20 233	0.54 368	0.53 376

SHD	0.98 343	0.54 338	1.30 351	0.63 349	0.50 346	1.14 337	0.50 269	1.80 386	2.20 387	1.66 368	1.39 322	1.47 354	1.21 354	1.40 347	1.80 370	0.32 325	0.27 328	0.32 330	0.34 346	0.41 339	0.44 355

DRN-Test	0.68 288	0.34 271	0.77 278	0.52 302	0.40 302	1.14 337	0.61 310	1.56 368	1.04 278	1.18 336	1.10 258	1.05 294	0.72 263	0.82 236	1.01 318	0.24 269	0.18 253	0.26 289	0.25 303	0.26 271	0.23 250

GANetREF_RVC	0.82 314	0.77 368	0.95 318	0.68 362	0.43 319	1.15 339	1.06 371	1.19 281	1.20 329	1.03 299	1.02 225	1.10 310	0.89 317	1.20 326	0.78 271	0.49 370	0.39 371	0.58 379	0.39 356	0.69 379	0.49 366
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NVStereoNet_ROB	1.31 372	0.96 380	1.33 354	0.90 381	0.92 380	1.15 339	1.05 370	1.49 358	1.62 372	1.63 365	2.51 381	2.31 383	1.62 377	2.16 389	1.42 355	0.81 388	0.73 395	0.79 384	1.02 401	0.73 380	0.97 392
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
iinet-f	0.69 290	0.29 237	2.34 391	0.41 111	0.31 234	1.16 341	0.58 303	0.87 172	0.85 187	0.86 222	1.17 282	1.04 291	0.83 297	0.76 208	1.26 346	0.21 232	0.18 253	0.17 89	0.16 120	0.21 215	0.21 216

Wz-Net-LNSev	0.75 304	0.54 338	1.59 370	0.51 288	0.41 307	1.16 341	0.79 347	1.27 310	1.13 310	1.04 305	1.14 272	1.11 312	0.94 327	0.93 267	1.00 317	0.24 269	0.22 294	0.21 224	0.19 214	0.26 271	0.27 278

APVNet	0.73 295	0.39 293	1.01 326	0.58 335	0.45 331	1.16 341	0.68 323	1.47 357	0.87 197	0.84 202	1.15 274	1.04 291	0.84 300	1.14 315	1.18 341	0.27 295	0.28 333	0.32 330	0.31 335	0.29 289	0.32 306

FBW_ROB	0.94 337	0.54 338	1.03 328	0.56 327	0.42 316	1.16 341	0.76 342	1.56 368	1.41 354	1.38 356	1.33 311	1.47 354	1.07 341	2.94 401	1.14 339	0.26 286	0.32 353	0.45 361	0.30 326	0.34 316	0.30 296

RTSC	0.93 333	0.54 338	1.59 370	0.56 327	0.40 302	1.17 345	0.55 291	1.44 353	1.82 380	1.53 361	1.26 298	1.15 317	0.82 295	1.70 370	2.44 384	0.26 286	0.20 278	0.23 251	0.24 292	0.31 300	0.32 306

CSAN	0.88 330	0.52 330	0.93 313	0.61 343	0.42 316	1.19 346	1.11 373	1.27 310	1.48 363	1.37 354	1.44 332	1.37 344	1.30 360	1.46 357	1.01 318	0.39 357	0.31 347	0.36 341	0.37 351	0.35 322	0.36 323

CRFU-Net	0.59 262	0.29 237	0.62 219	0.47 248	0.31 234	1.20 347	0.51 272	1.19 281	0.59 78	1.05 310	1.00 219	1.06 298	0.87 311	0.83 238	0.77 270	0.22 248	0.19 270	0.18 120	0.16 120	0.19 191	0.20 200

CSP-Net	0.57 247	0.29 237	0.55 187	0.42 137	0.29 205	1.20 347	0.49 266	1.29 319	0.75 139	0.98 284	0.97 203	0.88 249	0.69 246	0.85 244	0.66 250	0.27 295	0.18 253	0.17 89	0.17 162	0.18 157	0.19 173

CC-Net-ROB	0.84 322	1.01 385	0.93 313	0.60 339	0.45 331	1.25 349	0.71 328	1.20 284	1.05 280	0.84 202	1.24 294	0.90 256	0.78 286	1.14 315	0.70 258	0.48 369	0.34 361	1.71 396	0.38 354	0.78 382	0.40 338

fast-acv-ft	0.66 284	0.32 260	0.80 282	0.46 230	0.34 273	1.26 350	0.50 269	0.91 185	1.00 263	1.05 310	1.36 317	1.28 326	0.84 300	0.81 231	0.90 297	0.22 248	0.24 309	0.23 251	0.23 278	0.21 215	0.22 231

ADCS	1.60 383	0.70 362	4.02 401	0.61 343	0.53 352	1.31 351	1.11 373	1.71 381	1.86 382	1.97 383	1.68 352	1.51 360	1.46 370	2.07 385	9.20 415	0.34 340	0.32 353	0.33 335	0.36 349	0.45 349	0.46 361

MFMNet_re	1.17 361	0.99 382	1.31 352	1.02 385	0.95 383	1.32 352	1.32 387	1.44 353	1.58 369	1.72 373	1.70 355	1.21 321	1.57 375	1.16 319	1.04 328	0.88 390	0.76 401	0.79 384	0.75 392	0.90 385	0.94 389

DispFullNet	1.64 385	2.64 420	3.14 395	2.57 412	1.78 405	1.32 352	0.55 291	1.42 351	1.45 359	1.89 379	1.48 339	1.55 364	2.35 398	2.08 386	1.12 338	0.60 382	0.19 270	2.33 409	0.73 391	2.35 407	1.30 403

RYNet	0.76 307	0.37 285	0.74 272	0.54 318	0.67 373	1.35 354	0.68 323	1.28 315	1.21 331	1.10 327	0.90 171	1.31 330	0.94 327	1.01 297	1.30 348	0.22 248	0.16 218	0.27 297	0.23 278	0.43 345	0.45 357

WZ-Net	1.29 370	0.64 358	5.42 408	0.64 352	0.52 350	1.37 355	1.29 386	1.41 346	1.77 379	1.56 362	1.69 354	1.74 371	1.41 367	2.50 396	2.16 381	0.28 303	0.21 285	0.23 251	0.25 303	0.39 335	0.41 343

MaskLacGwcNet_RVC	0.71 293	0.84 375	0.80 282	0.55 324	0.38 290	1.38 356	0.57 296	1.07 243	0.81 169	0.90 246	0.94 188	0.95 268	0.54 170	1.01 297	0.61 240	0.41 362	0.30 339	0.57 378	0.31 335	0.86 384	0.39 332

coex-ft	6.50 419	1.57 401	87.99 443	0.49 265	0.38 290	1.41 357	1.21 381	1.21 287	7.96 416	12.14 424	2.78 389	2.74 389	3.83 410	1.30 340	3.19 394	0.24 269	0.23 301	0.27 297	0.24 292	0.48 355	0.40 338

FCDSN-DC	1.43 378	0.57 347	0.69 253	0.74 373	0.59 363	1.42 358	0.65 319	1.40 344	1.41 354	3.31 410	4.42 412	4.57 405	3.01 406	1.70 370	1.19 343	0.46 365	0.42 378	0.48 368	0.47 370	0.51 363	0.51 372
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	1.22 363	0.39 293	0.93 313	0.51 288	0.45 331	1.44 359	0.79 347	1.20 284	1.30 344	2.99 406	3.94 406	3.30 399	2.17 395	1.42 351	1.31 349	0.46 365	0.35 363	0.35 338	0.37 351	0.41 339	0.42 347

Wz-Net-MNSev	0.81 313	0.42 309	1.64 376	0.51 288	0.41 307	1.46 360	0.95 364	1.24 297	1.26 337	1.31 351	1.25 295	1.17 318	0.83 297	1.21 327	1.06 331	0.22 248	0.19 270	0.24 264	0.23 278	0.29 289	0.26 270

ADCPNet	1.11 356	0.53 332	3.26 397	0.55 324	0.44 324	1.47 361	0.83 353	1.21 287	1.17 322	1.26 348	1.42 329	1.67 370	1.12 347	1.48 358	3.86 401	0.30 317	0.29 335	0.30 324	0.32 338	0.37 329	0.37 329

XQC	0.97 341	0.70 362	1.54 368	0.70 368	0.55 355	1.48 362	0.81 349	1.41 346	1.57 368	1.21 339	1.12 264	1.33 337	1.04 338	1.55 361	2.00 377	0.39 357	0.25 317	0.37 345	0.32 338	0.55 370	0.49 366

ADCP+	1.18 362	0.37 285	3.09 394	0.50 276	0.52 350	1.48 362	0.61 310	1.32 327	1.07 291	1.21 339	1.16 277	1.08 303	1.11 345	1.63 365	7.17 412	0.20 217	0.16 218	0.24 264	0.22 269	0.29 289	0.22 231

SPS-STEREO	1.29 370	0.94 379	1.10 331	1.05 388	1.03 391	1.48 362	0.91 359	1.57 370	1.24 332	2.13 385	1.90 365	1.94 377	1.46 370	1.77 373	1.64 366	0.97 393	0.94 411	0.90 387	0.89 396	0.96 388	0.97 392
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	1.23 365	1.24 391	5.25 407	0.51 288	0.43 319	1.49 365	1.09 372	1.58 371	1.42 356	1.25 346	1.26 298	1.58 367	1.52 374	1.97 381	1.95 373	0.33 333	0.32 353	0.26 289	0.30 326	0.41 339	0.43 351

AnyNet_C32	1.27 368	0.72 366	3.33 398	0.59 337	0.56 356	1.51 366	1.53 396	1.27 310	1.28 339	1.52 360	1.48 339	1.38 348	1.23 356	1.64 366	5.26 406	0.30 317	0.29 335	0.29 315	0.34 346	0.38 331	0.44 355

RainbowNet	1.42 377	1.53 400	1.31 352	1.93 403	1.46 397	1.52 367	1.03 369	1.67 379	1.55 366	1.23 343	1.59 348	1.54 363	1.21 354	1.40 347	1.03 323	1.70 403	0.70 394	1.82 398	0.80 394	2.11 402	1.22 399

SANet	1.15 358	0.45 314	1.40 359	0.50 276	0.32 252	1.54 368	1.21 381	1.49 358	3.35 404	1.61 363	2.41 379	2.32 385	1.80 384	1.57 362	1.27 347	0.28 303	0.25 317	0.26 289	0.24 292	0.36 326	0.32 306

DPSNet	1.08 352	0.44 313	2.64 392	0.54 318	0.42 316	1.59 369	1.25 384	2.39 396	1.50 364	1.13 332	1.12 264	1.51 360	2.19 396	1.44 354	1.51 363	0.35 345	0.25 317	0.25 275	0.21 251	0.49 358	0.39 332

LE_ROB	4.86 415	0.27 214	9.43 414	0.45 207	0.24 80	1.61 370	0.96 366	2.05 388	17.75 430	16.36 432	4.84 415	5.17 411	19.48 431	2.05 383	15.49 422	0.17 130	0.15 197	0.16 61	0.16 120	0.20 206	0.19 173

FC-DCNN	1.67 386	0.53 332	0.68 245	0.62 347	0.49 343	1.62 371	0.71 328	1.77 385	1.55 366	4.73 417	4.66 414	5.82 414	3.94 411	2.13 388	1.42 355	0.47 368	0.42 378	0.47 365	0.46 369	0.48 355	0.47 363

MeshStereo	1.38 374	0.45 314	0.58 200	0.45 207	0.35 278	1.63 372	0.60 308	2.07 389	1.43 357	4.49 415	3.32 398	4.67 406	2.08 392	2.08 386	1.32 350	0.36 347	0.36 365	0.37 345	0.32 338	0.32 306	0.34 317
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
otaku	1.10 353	0.96 380	0.96 319	1.37 396	1.06 393	1.65 373	0.72 332	1.46 356	1.19 327	1.10 327	1.32 310	1.32 332	0.95 329	1.29 336	0.81 281	0.89 391	0.46 384	1.24 392	0.50 379	1.86 396	0.89 388

MSMD_ROB	1.25 366	0.51 328	0.64 227	0.60 339	0.50 346	1.66 374	0.67 320	1.26 305	1.26 337	2.64 397	3.82 403	3.06 395	3.20 408	1.45 355	0.91 300	0.46 365	0.41 376	0.49 371	0.51 380	0.47 354	0.45 357

PVD	1.34 373	0.70 362	1.42 361	0.78 377	0.65 370	1.68 375	0.91 359	2.12 392	3.01 399	2.25 390	2.35 378	1.90 376	1.99 390	1.98 382	2.14 379	0.40 361	0.38 367	0.49 371	0.37 351	0.51 363	0.67 382

Ntro	1.15 358	1.00 384	1.00 325	1.49 397	1.20 395	1.69 376	0.81 349	1.39 340	1.25 334	1.01 292	1.28 303	1.31 330	1.00 334	1.31 341	0.89 291	1.10 397	0.43 380	1.36 393	0.51 380	1.95 398	0.99 394

ADCL	1.10 353	0.42 309	1.57 369	0.51 288	0.41 307	1.71 377	0.92 361	1.36 337	1.45 359	1.33 352	1.56 345	1.22 324	1.26 359	1.45 355	5.27 407	0.22 248	0.19 270	0.25 275	0.25 303	0.29 289	0.29 292

SGM_RVC	1.04 348	0.30 251	0.47 108	0.41 111	0.23 58	1.73 378	0.77 343	1.63 376	1.30 344	2.39 393	1.99 368	2.64 388	1.78 383	2.22 390	1.40 354	0.28 303	0.27 328	0.27 297	0.25 303	0.25 265	0.25 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
stereogan	0.83 320	0.33 266	0.89 309	0.61 343	0.51 348	1.80 379	0.50 269	1.41 346	1.39 353	1.05 310	1.47 338	1.56 366	1.04 338	1.32 343	0.87 288	0.29 310	0.29 335	0.29 315	0.25 303	0.39 335	0.40 338

PDISCO_ROB	0.96 339	0.51 328	1.13 334	1.03 386	1.00 388	1.81 380	0.77 343	1.72 382	1.60 370	1.09 324	1.19 287	1.34 340	0.80 291	1.62 364	1.01 318	0.58 381	0.22 294	0.45 361	0.40 360	0.50 360	0.41 343

ACVNet_1	1.55 382	1.36 395	1.35 356	1.96 405	1.63 400	1.83 381	0.96 366	2.09 390	1.85 381	1.43 358	1.54 343	2.31 383	1.68 380	1.42 351	1.18 341	1.76 405	0.51 388	2.05 406	0.59 385	2.24 406	1.30 403

SGM+DAISY	1.52 381	0.99 382	1.61 374	1.01 384	1.02 390	1.86 382	1.19 380	1.49 358	1.38 352	2.96 404	3.00 393	2.79 391	1.94 386	1.88 378	1.62 365	0.98 394	0.97 413	0.91 389	0.91 397	0.94 387	0.99 394

ACVNet-4b	1.43 378	1.34 394	1.28 348	1.95 404	1.60 399	1.93 383	0.77 343	1.59 372	1.64 374	1.05 310	1.60 349	2.10 380	0.92 322	1.79 375	0.84 284	1.76 405	0.35 363	2.03 404	0.67 388	2.16 403	1.18 398

MFN_U_SF_RVC	1.14 357	0.63 357	2.33 390	0.69 365	0.46 339	2.04 384	0.70 326	1.90 387	1.37 350	1.62 364	1.56 345	1.94 377	1.36 363	1.73 372	1.90 372	0.41 362	0.38 367	0.45 361	0.48 374	0.45 349	0.47 363

G-Net	0.95 338	0.48 327	1.13 334	0.67 358	0.49 343	2.07 385	0.63 315	1.02 224	0.90 215	1.77 374	2.62 386	1.28 326	1.60 376	1.09 309	1.06 331	0.37 351	0.30 339	0.35 338	0.25 303	0.46 352	0.45 357

SAMSARA	1.15 358	0.69 361	1.44 363	1.09 389	0.93 381	2.10 386	1.87 410	1.64 377	1.47 362	1.64 366	1.21 289	2.06 379	1.14 350	1.61 363	1.50 362	0.39 357	0.45 382	0.36 341	0.38 354	0.50 360	0.51 372

ELAS_RVC	1.76 388	0.64 358	1.20 340	0.74 373	0.59 363	2.18 387	2.53 415	2.10 391	2.85 398	3.46 411	3.41 401	3.12 396	4.11 412	2.69 399	2.53 389	0.54 378	0.47 385	0.51 375	0.48 374	0.55 370	0.55 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	1.63 384	1.16 389	7.38 412	0.65 354	0.56 356	2.25 388	1.53 396	1.53 362	1.46 361	1.71 372	1.95 366	1.83 373	1.41 367	2.48 394	4.42 404	0.33 333	0.32 353	0.32 330	0.34 346	0.45 349	0.50 368

ACVNet_2	1.74 387	1.30 393	1.62 375	1.81 400	1.63 400	2.28 389	1.34 389	2.35 395	2.64 395	1.82 376	2.55 382	2.99 393	1.71 381	1.67 368	1.20 344	1.48 401	0.59 392	1.81 397	0.71 390	2.09 401	1.29 402

IMH-64-1	1.96 390	1.64 405	1.26 344	2.26 409	1.91 408	2.30 390	1.35 390	2.99 400	2.29 388	1.70 370	2.79 390	2.47 386	1.66 378	2.33 391	1.95 373	2.07 408	0.74 397	2.44 410	1.04 403	2.40 408	1.59 409

IMH-64	1.96 390	1.64 405	1.26 344	2.26 409	1.91 408	2.30 390	1.35 390	2.99 400	2.29 388	1.70 370	2.79 390	2.47 386	1.66 378	2.33 391	1.95 373	2.07 408	0.74 397	2.44 410	1.04 403	2.40 408	1.59 409

MFN_U_SF_DS_RVC	1.06 349	0.61 355	1.82 381	0.69 365	0.51 348	2.62 392	1.69 403	1.28 315	1.44 358	1.39 357	1.56 345	1.34 340	0.91 320	1.68 369	0.95 309	0.38 356	0.39 371	0.46 364	0.61 387	0.41 339	0.43 351

MDST_ROB	0.97 341	0.29 237	1.02 327	0.64 352	0.43 319	2.64 393	0.82 351	1.68 380	1.18 326	2.89 400	1.82 361	0.97 272	0.75 272	1.83 377	0.89 291	0.26 286	0.22 294	0.32 330	0.28 321	0.26 271	0.26 270

RTS	2.03 393	1.03 386	11.50 417	0.68 362	0.63 368	2.71 394	1.56 398	1.55 364	2.32 390	1.93 380	2.57 383	1.32 332	1.32 361	5.20 413	4.30 402	0.31 320	0.23 301	0.29 315	0.30 326	0.41 339	0.40 338

RTSA	2.03 393	1.03 386	11.50 417	0.68 362	0.63 368	2.71 394	1.56 398	1.55 364	2.32 390	1.93 380	2.57 383	1.32 332	1.32 361	5.20 413	4.30 402	0.31 320	0.23 301	0.29 315	0.30 326	0.41 339	0.40 338

WAO-6	2.11 397	1.52 399	1.25 343	1.73 399	1.69 404	2.72 396	1.62 400	3.15 402	3.64 405	2.01 384	3.28 396	3.52 403	2.20 397	2.59 397	2.48 387	1.31 400	0.92 407	2.04 405	1.22 412	1.89 397	1.35 407

Dean	2.07 396	1.39 396	1.69 380	2.17 407	1.83 407	2.75 397	1.28 385	3.49 408	3.80 408	2.13 385	3.30 397	3.18 397	1.98 389	1.78 374	1.72 368	1.73 404	0.79 405	1.99 400	0.91 397	2.17 404	1.34 406

MADNet+	2.28 400	2.56 417	10.82 415	1.25 393	0.96 384	2.77 398	1.44 395	2.34 394	1.76 378	1.36 353	1.78 360	1.84 375	1.74 382	6.33 417	4.57 405	0.67 384	0.66 393	0.59 380	0.54 383	0.84 383	0.81 387

LVE	2.20 399	1.47 398	1.44 363	2.06 406	1.80 406	2.79 399	1.77 406	2.96 399	3.94 410	1.95 382	4.29 411	3.47 402	1.97 387	2.48 394	1.85 371	2.06 407	0.88 406	2.06 407	1.13 408	2.17 404	1.53 408

IMH	2.15 398	1.66 407	1.29 349	2.25 408	1.92 410	2.87 400	1.33 388	3.25 403	3.04 401	1.87 378	3.33 400	3.00 394	2.03 391	2.80 400	1.95 373	2.09 410	0.78 402	2.45 412	1.05 406	2.44 410	1.62 411

KSHMR	2.64 401	1.96 411	1.86 383	2.69 416	2.44 414	2.88 401	2.04 411	3.46 407	6.31 414	2.51 396	3.27 395	3.39 401	1.97 387	2.59 397	2.08 378	2.48 415	1.41 417	2.80 419	1.51 415	2.98 416	2.09 414

WAO-7	1.96 390	1.24 391	1.52 365	1.28 394	1.06 393	2.92 402	1.64 401	3.32 404	3.05 402	2.28 391	3.32 398	3.19 398	2.38 399	3.39 403	2.49 388	1.02 395	0.92 407	1.06 391	1.04 403	1.05 390	0.99 394

notaker	2.87 402	2.31 415	2.01 385	3.03 418	2.60 419	2.94 403	1.82 408	3.43 406	3.06 403	2.89 400	4.21 410	6.15 417	2.71 401	3.42 404	2.90 392	2.67 418	1.18 415	3.00 420	1.67 416	3.13 417	2.26 416

LRCNet_RVC	21.27 429	31.14 435	21.46 425	28.97 433	23.77 431	3.11 404	0.62 312	20.94 432	1.64 374	25.57 433	28.13 433	21.96 433	14.74 422	21.99 434	16.44 423	29.16 442	14.92 433	33.57 438	31.28 438	29.67 440	26.33 438

PWCK	2.06 395	1.75 408	4.11 403	1.69 398	0.93 381	3.13 405	2.86 417	2.18 393	2.41 393	2.38 392	2.33 375	2.22 381	1.85 385	3.52 405	2.20 382	1.65 402	0.73 395	1.52 395	0.83 395	1.81 395	1.02 397

SDNR	0.89 331	0.39 293	1.66 379	0.42 137	0.39 299	3.35 406	0.32 106	0.95 204	1.05 280	1.05 310	2.12 372	0.62 140	0.71 256	1.40 347	0.78 271	0.53 375	0.56 390	0.36 341	0.27 315	0.46 352	0.50 368

ELAS	1.77 389	0.64 358	1.10 331	0.72 371	0.58 361	3.37 407	1.76 405	2.54 397	2.57 394	3.77 413	3.96 407	2.83 392	3.44 409	2.34 393	2.73 391	0.53 375	0.47 385	0.50 373	0.48 374	0.55 370	0.55 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	3.02 405	2.27 414	1.85 382	2.89 417	2.54 418	3.72 408	2.14 412	3.79 411	5.33 412	2.82 399	5.09 416	5.95 415	2.54 400	3.34 402	2.58 390	2.65 417	1.44 418	2.78 418	2.03 418	2.61 413	2.10 415

HanzoNet	6.97 420	2.57 418	4.66 406	3.29 420	2.96 421	3.75 409	2.35 413	5.08 420	7.11 415	14.46 431	13.06 423	17.69 428	22.95 433	13.72 426	6.61 410	4.36 422	1.96 420	3.14 421	2.59 420	3.88 423	3.19 422

UNDER WATER	3.63 408	2.12 413	4.11 403	3.17 419	2.51 416	3.77 410	2.45 414	3.53 409	13.66 423	2.98 405	2.92 392	5.75 413	4.13 413	3.85 409	3.75 398	2.84 419	1.11 414	2.71 417	1.41 413	3.26 420	2.50 418

DPSimNet_ROB	5.19 416	2.71 421	18.56 422	2.59 413	2.49 415	4.25 411	10.93 421	3.33 405	3.93 409	5.02 418	4.52 413	5.74 412	10.18 418	5.44 415	8.79 414	2.40 414	2.47 421	2.48 413	2.54 419	2.56 412	2.87 420

MSC_U_SF_DS_RVC	1.38 374	0.91 378	2.11 388	0.89 380	0.57 360	4.27 412	1.79 407	1.55 364	2.00 385	1.64 366	1.85 363	1.83 373	1.44 369	1.89 380	1.49 361	0.49 370	0.40 374	0.56 377	0.58 384	0.75 381	0.52 374

MADNet++	4.18 410	2.72 422	4.00 400	3.80 423	3.44 422	4.72 413	4.05 419	4.01 412	3.74 406	4.52 416	5.14 417	4.20 404	4.89 416	7.04 420	6.39 409	3.79 420	3.70 424	3.27 422	2.70 421	3.68 422	3.74 424

WAO-8	3.00 403	1.60 402	1.52 365	1.82 401	1.65 402	5.57 414	1.35 390	4.65 416	12.37 420	2.89 400	4.04 408	4.89 409	2.78 402	3.73 407	2.44 384	1.29 398	0.93 409	2.00 401	1.16 410	2.02 399	1.23 400

Venus	3.00 403	1.60 402	1.52 365	1.82 401	1.65 402	5.57 414	1.35 390	4.65 416	12.37 420	2.89 400	4.04 408	4.89 409	2.78 402	3.73 407	2.44 384	1.29 398	0.93 409	2.00 401	1.16 410	2.02 399	1.23 400

UNDER WATER-64	3.72 409	2.07 412	4.57 405	3.30 421	2.52 417	5.61 416	2.63 416	3.67 410	12.27 419	3.09 407	2.66 387	5.99 416	4.74 415	3.93 410	3.57 396	2.54 416	1.24 416	2.65 415	1.48 414	3.21 419	2.62 419

TorneroNet-64	3.54 407	1.89 409	1.59 370	2.62 415	2.29 412	6.88 417	1.72 404	4.72 418	11.88 418	2.43 394	5.46 418	8.16 419	2.80 404	4.13 411	3.03 393	2.25 413	0.75 399	2.57 414	1.09 407	2.65 414	1.84 413

JetBlue	3.02 405	1.39 396	7.91 413	1.17 391	1.49 398	8.53 418	7.94 420	2.82 398	1.98 384	2.15 389	2.69 388	3.32 400	3.01 406	6.66 418	3.81 399	0.79 386	0.78 402	0.75 383	0.76 393	1.04 389	1.33 405

SGM-ForestM	4.73 412	0.34 271	1.05 329	0.46 230	0.28 186	10.26 419	3.48 418	4.52 414	5.16 411	8.68 423	7.48 420	18.87 430	10.80 421	11.26 424	10.01 416	0.32 325	0.34 361	0.32 330	0.32 338	0.29 289	0.30 296

MANE	4.73 412	0.54 338	0.77 278	0.69 365	0.60 366	10.35 420	1.67 402	8.68 422	12.66 422	6.90 421	9.43 422	11.59 424	10.59 420	8.26 421	8.41 413	0.51 373	0.45 382	0.48 368	1.02 401	0.50 360	0.50 368

DPSMNet_ROB	12.13 424	8.03 425	21.13 424	9.02 428	16.82 427	10.68 421	30.78 430	9.15 424	15.24 426	6.56 420	15.50 431	9.02 421	15.13 423	9.28 423	21.71 427	4.59 425	8.60 427	5.08 425	9.26 427	5.89 427	11.06 428

DGTPSM_ROB	12.12 423	8.03 425	21.12 423	8.97 427	16.81 426	10.68 421	30.77 429	9.14 423	15.23 425	6.55 419	15.49 430	9.02 421	15.13 423	9.26 422	21.71 427	4.58 424	8.60 427	5.07 424	9.26 427	5.88 426	11.06 428

tt	6.21 418	0.22 102	5.88 409	3.55 422	2.07 411	11.25 423	19.19 424	11.84 426	5.47 413	2.71 398	2.18 373	4.87 408	6.25 417	3.71 406	7.09 411	8.31 427	11.17 432	4.91 423	5.39 426	5.72 424	2.42 417

JetRed	5.38 417	6.17 424	12.68 420	2.38 411	2.85 420	12.60 424	11.17 422	4.60 415	3.74 406	3.87 414	3.85 404	4.83 407	4.13 413	6.81 419	12.18 419	2.18 411	2.95 423	2.19 408	1.98 417	3.49 421	3.01 421

TorneroNet	4.49 411	1.92 410	1.65 378	2.60 414	2.29 412	14.95 425	1.86 409	4.86 419	19.56 434	3.10 408	7.52 421	7.00 418	2.90 405	4.48 412	3.66 397	2.24 412	0.78 402	2.68 416	1.14 409	2.79 415	1.80 412

ASD4	10.37 422	9.12 427	17.90 421	7.49 426	10.02 424	16.90 426	28.93 428	11.05 425	8.53 417	7.42 422	7.41 419	8.91 420	10.32 419	11.44 425	20.38 426	4.52 423	4.58 426	5.68 426	5.04 425	5.72 424	6.02 426

HaxPig	31.93 431	37.19 437	34.22 432	24.41 432	24.94 432	18.53 427	20.18 425	21.15 433	28.84 436	35.74 442	38.86 441	26.18 434	28.75 435	33.85 436	34.15 435	35.89 443	38.80 443	37.79 439	40.52 439	39.33 441	39.33 443

Anonymous_1	33.12 432	18.23 428	23.86 426	20.53 429	21.18 430	25.45 428	35.84 431	22.44 436	15.68 427	13.41 425	13.70 427	18.00 429	15.15 425	20.31 427	24.47 429	14.56 434	8.84 429	66.24 442	117.79 442	155.41 445	11.40 430

DPSM_ROB	17.80 426	18.60 429	24.24 430	20.89 430	19.49 428	25.83 429	36.10 432	21.62 434	16.41 428	13.46 426	14.26 428	19.11 431	16.15 426	20.74 428	25.59 430	9.37 429	9.23 430	9.47 429	9.81 429	13.47 428	12.09 431

DPSM	17.80 426	18.60 429	24.24 430	20.89 430	19.49 428	25.83 429	36.10 432	21.62 434	16.41 428	13.46 426	14.26 428	19.11 431	16.15 426	20.74 428	25.59 430	9.37 429	9.23 430	9.47 429	9.81 429	13.47 428	12.09 431

MEDIAN_ROB	37.35 441	40.72 445	40.37 435	32.26 434	31.80 433	27.29 431	25.02 426	29.47 437	33.43 444	41.99 444	41.60 443	33.48 435	34.37 443	39.66 438	36.94 436	43.49 445	43.96 445	44.07 441	43.35 441	41.32 443	42.43 445

xxxxx1	36.77 438	19.69 431	24.00 427	62.46 442	66.77 442	27.30 432	39.89 434	20.40 429	18.80 431	14.18 428	13.11 424	17.29 425	17.30 428	21.62 431	27.81 432	13.61 431	18.98 440	111.36 443	133.25 443	28.84 437	38.64 440

tt_ll	36.77 438	19.69 431	24.00 427	62.46 442	66.77 442	27.30 432	39.89 434	20.40 429	18.80 431	14.18 428	13.11 424	17.29 425	17.30 428	21.62 431	27.81 432	13.61 431	18.98 440	111.36 443	133.25 443	28.84 437	38.64 440

ff	36.77 438	19.69 431	24.00 427	62.46 442	66.77 442	27.30 432	39.89 434	20.40 429	18.80 431	14.18 428	13.11 424	17.29 425	17.30 428	21.62 431	27.81 432	13.61 431	18.98 440	111.36 443	133.25 443	28.84 437	38.64 440

AVERAGE_ROB	37.53 442	40.05 444	40.01 434	34.74 435	33.76 434	28.46 435	25.14 427	32.31 438	34.08 445	41.20 443	40.52 442	34.51 436	34.78 444	39.11 437	37.48 437	42.68 444	43.32 444	43.80 440	42.99 440	40.42 442	41.31 444

BEATNet-Init1	15.65 425	1.62 404	54.26 442	0.75 375	0.56 356	37.03 436	13.39 423	13.20 427	14.59 424	29.41 441	29.29 440	47.69 444	21.87 432	26.91 435	19.58 424	0.43 364	0.39 371	0.47 365	0.47 370	0.52 366	0.52 374

SPstereo	24.33 430	4.45 423	7.15 411	4.44 424	4.17 423	45.69 437	77.93 443	63.66 445	33.40 443	27.58 440	26.62 432	39.42 443	33.37 442	42.68 445	50.66 438	4.01 421	3.77 425	6.06 427	4.73 423	3.17 418	3.55 423

CasAABBNet	35.77 433	37.38 438	48.59 437	42.20 436	39.23 435	51.95 438	72.92 442	43.36 442	33.03 439	26.93 434	28.31 434	38.43 440	32.32 436	41.58 439	51.50 443	18.71 436	18.58 435	19.11 435	19.75 433	27.11 434	24.33 433

MyStereo03	35.83 434	37.48 440	48.64 438	42.37 438	39.41 437	51.98 439	72.91 439	43.07 439	33.07 440	27.20 437	28.81 437	38.36 437	32.60 437	41.58 439	51.47 440	18.74 437	18.61 437	19.07 431	19.77 434	27.10 431	24.35 434

MyStereo02	35.83 434	37.48 440	48.64 438	42.37 438	39.41 437	51.98 439	72.91 439	43.07 439	33.07 440	27.20 437	28.81 437	38.36 437	32.60 437	41.58 439	51.47 440	18.74 437	18.61 437	19.07 431	19.77 434	27.10 431	24.35 434

MyStereo	35.83 434	37.48 440	48.64 438	42.37 438	39.41 437	51.98 439	72.91 439	43.07 439	33.07 440	27.20 437	28.81 437	38.36 437	32.60 437	41.58 439	51.47 440	18.74 437	18.61 437	19.07 431	19.77 434	27.10 431	24.35 434

Selective-RAFT-Error	35.87 437	37.42 439	48.73 441	42.24 437	39.28 436	52.00 442	72.87 438	43.41 443	32.95 438	26.97 435	28.72 435	38.71 442	33.15 441	41.59 443	51.42 439	18.77 440	18.60 436	19.14 436	19.78 437	27.19 435	24.42 437

LSM0	38.96 443	37.52 443	48.37 436	43.79 441	91.31 445	52.31 443	72.38 437	43.71 444	32.75 437	27.16 436	28.73 436	38.51 441	32.63 440	41.75 444	51.59 444	18.85 441	18.43 434	19.09 434	19.60 432	27.21 436	33.44 439

PML	40.49 444	30.31 434	12.46 419	7.19 425	14.30 425	91.44 444	212.44 445	7.73 421	23.24 435	74.44 445	185.05 445	49.81 445	25.78 434	21.34 430	12.84 420	8.71 428	2.93 422	8.43 428	3.24 422	13.77 430	4.45 425

test_example2	176.82 445	204.75 446	198.54 445	188.58 446	191.23 446	151.28 445	169.77 444	97.63 446	125.81 446	179.94 446	183.74 444	158.20 446	139.14 445	192.16 446	198.12 445	203.48 446	236.37 446	163.71 446	173.22 446	217.79 446	162.95 446

FADE		2.54 416		1.04 387	1.00 388			4.03 413	3.02 400	1.77 374		2.74 389		6.31 416		14.64 435	1.73 419	21.24 437	14.41 431	0.63 378	0.65 381

Low-res two-view benchmark